買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜浙江大學申請的專利基于運動特征和外觀特征的視頻目標檢測及域適應方法獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產權局授予，授權公告號為：CN114863249B 。

龍圖騰網(wǎng)通過國家知識產權局官網(wǎng)在2025-05-06發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202210347649.5，技術領域涉及：G06V20/00；該發(fā)明授權基于運動特征和外觀特征的視頻目標檢測及域適應方法是由張昊卓;于慧敏設計研發(fā)完成，并于2022-04-01向國家知識產權局提交的專利申請。

本基于運動特征和外觀特征的視頻目標檢測及域適應方法在說明書摘要公布了：本發(fā)明公開了一種基于運動特征和外觀特征的視頻目標檢測及域適應方法。該方法首先基于目標幀的多幀圖像提取運動特征和增強的外觀特征，隨后融合外觀與運動兩種特征獲得聚合特征并用于感興趣目標的檢測，并以此從視頻中自動抓取存在感興趣目標的視頻幀并確定其所處位置。本發(fā)明還包括了視頻目標檢測的域適應方法，該域適應方法首先以運動特征預測運動空間注意力，使聚合特征更加關注與場景關聯(lián)性較弱的運動前景區(qū)域，隨后通過對聚合特征進行對抗訓練、基于實例特征進行原型構建與特征對齊來削弱特征中所包含的特定場景信息，從而提升視頻目標檢測模型在缺失目標域正樣本訓練數(shù)據(jù)的場景下的性能表現(xiàn)。

本發(fā)明授權基于運動特征和外觀特征的視頻目標檢測及域適應方法在權利要求書中公布了：1.一種基于運動特征和外觀特征的視頻目標檢測方法，其特征在于，具體包括如下步驟：1將輸入的任意視頻轉化為視頻幀構成的圖片集合，對其中任意一張目標視頻幀I進行感興趣目標的檢測，抽取目標視頻幀I與其相鄰的2p張視頻幀，合計2p+1張視頻幀，并進行視頻幀I的目標檢測；2使用骨干網(wǎng)絡提取各幀的外觀特征，獲得2p+1個外觀特征；3將每一張相鄰幀In的外觀特征An與目標視頻幀I的外觀特征A輸入運動特征提取網(wǎng)絡Em以提取對應的運動特征Mn，同時運動特征提取網(wǎng)絡Em輸出相應的預測運動的像素級運動信息圖fn；4所述像素級運動信息圖fn用于將每一張相鄰幀In的外觀特征An向目標視頻幀I的外觀特征A對齊以獲得空間對齊的外觀特征A’n；5使用外觀特征聚合網(wǎng)絡Eaa對外觀特征進行融合獲得外觀特征Fa，將外觀特征Fa輸入外觀特征精煉網(wǎng)絡Ra進行哈達瑪積，獲得精煉后的外觀特征F’a；6使用運動特征聚合網(wǎng)絡Eam對運動特征Mn進行融合獲取運動特征Fm，將運動特征Mn輸入運動特征精煉網(wǎng)絡Rm進行哈達瑪積，獲得精煉后的運動特征F’m7將步驟5獲得的精煉后的外觀特征F’a與步驟6獲得的精煉后的運動特征F’m輸入特征聚合網(wǎng)絡Eagg，獲取一個與輸入的兩個特征尺寸一致的聚合特征Fagg；8將聚合特征Fagg輸入目標檢測網(wǎng)絡H獲得目標的邊框預測結果B及其相應的分類置信度C；9對視頻目標檢測網(wǎng)絡進行訓練；對訓練好的視頻目標檢測網(wǎng)絡進行測試，若分類置信度C的最大值Cmax若大于預設閾值則判定目標視頻幀I中存在感興趣目標并輸出目標的邊框預測結果B，否則判定該幀中無感興趣目標存在。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或專利權人浙江大學，其通訊地址為：310058 浙江省杭州市西湖區(qū)余杭塘路866號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。