买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉武汉城市职业学院;武汉天之逸科技有限公司申请的专利一种基于监控视频的目标识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121053606B 。

龙图腾网通过国家知识产权局官网在2026-04-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511259398.5，技术领域涉及：G06V20/52；该发明授权一种基于监控视频的目标识别方法是由袁博;董彪;董超祥;黄子俊设计研发完成，并于2025-09-04向国家知识产权局提交的专利申请。

本一种基于监控视频的目标识别方法在说明书摘要公布了：本发明公开了一种基于监控视频的目标识别方法，本发明涉及目标识别技术领域。该方法步骤包括：获取若干个区域监控视频，并通过优化帧间差分法提取初步监控图像关键帧序列，再通过二次聚类法筛选得到优化监控图像关键帧序列；采用尺度不变特征转换算法对优化监控图像关键帧序列进行特征匹配，得到具有相同特征的监控图像序列，并通过基于随机抽样一致算法的视频拼接法进行图像拼接，得到拼接监控图像序列；经基于自适应阈值的视频融合算法对拼接监控图像序列进行融合，得到融合监控图像序列；通过目标识别算法分别对优化关键帧序列、融合监控图像序列进行识别，得到第一置信度和第二置信度并通过用自适应加权融合法得到修正置信度。

本发明授权一种基于监控视频的目标识别方法在权利要求书中公布了：1.一种基于监控视频的目标识别方法，其特征在于：包括以下步骤： S1：获取若干个区域监控视频，通过优化帧间差分法对所述若干个区域监控视频进行提取，得到初步监控图像关键帧序列，通过二次聚类法对所述初步监控图像关键帧序列进行筛选，得到优化监控图像关键帧序列，包括以下具体步骤： 通过高斯差分算子对区域监控视频进行局部极值检测，N就是要求提取的关键帧数量；则前N个局部极值点对应的视频帧则为关键帧，将得到的所有关键帧按照拍摄时间先后顺序排列，得到初步监控图像关键帧序列； 初步监控图像关键帧序列对应的监控图像序列为，相邻两帧监控图像灰度值的联合概率的计算公式为： ； 其中，表示和两帧监控图像的灰度值的联合概率，为两帧灰度值和的联合直方图频次，为监控图像的总像素点数； 相邻两帧监控图像灰度值的边缘概率的计算公式为： ； ； 其中，为监控图像灰度值的边缘概率，为监控图像灰度值的边缘概率，表示对监控图像固定灰度值i时，遍历监控图像所有灰度值j的概率求和，表示对图像固定灰度值j时，遍历监控图像所有灰度值i的概率求和； 则相邻监控图像的互信息的计算公式为： ； 其中，为第n帧与n+1帧监控图像的互信息值，表示和两帧监控图像的灰度值的联合概率，为监控图像灰度值的边缘概率，为监控图像灰度值的边缘概率，分别表示和中的监控图像灰度值，n为帧数索引； 高相似度监控图像和低相似度监控图像的互信息值的方差计算公式为： ； 其中，为高相似度和低相似度两类监控图像的互信息值的方差，高相似度和低相似度两类监控图像的互信息均值，为监控图像的帧数量，为最优分割点； 最优分割点的计算公式为： ； ； 其中，为最优分割点，将互信息序列分为高相似度和低相似度两类，为候选关键帧总数，由优化帧差法提取得到，表示前T帧监控图像的数量，即高相似度监控图像的数量，表示剩余帧的监控图像数量，即低相似度的监控图像数量，和为高相似度和低相似度两类监控图像互信息的方差； 第一帧候选关键帧作为第一个簇，判断相邻两帧之间的互信息值，互信息值大于最优分割点T就加入当前簇，互信息值小于等于最优分割点就产生一个新的簇，当所有帧都比较完毕之后，流程终止，并得到一个有序的聚类簇； 邻簇互信息的平均值的计算公式为： ； 其中，为邻簇监控图像互信息的平均值，表示中监控图像帧的数量，为中的监控图像帧的数量，表示中的监控图像，为中的监控图像，表示中两帧监控图像的互信息，表示簇索引； 在第一次聚类得到的结果簇基础上，预设阈值T1，大于阈值T1，则合并与，若小于等于阈值T1，则不合并，继续检查下一组邻簇，重复上述过程进行簇的合并，直到中所有的簇都比较操作完毕，则最终选取的监控图像关键帧的计算公式如下： ； 其中，为最终选取的监控图像关键帧，表示最终合并簇中监控图像帧的数量，表示簇内任意两帧的监控图像，表示当前帧监控图像与簇内其他帧监控图像互信息的平均值，表示和与当前帧监控图像不同的其他帧索引； S2：通过尺度不变特征转换算法对所述优化监控图像关键帧序列进行特征匹配，得到具有相同特征的监控图像序列，通过基于随机抽样一致算法的视频拼接法对所述具有相同特征的监控图像序列进行拼接，得到拼接监控图像序列； S3：通过基于自适应阈值的视频融合算法对拼接监控图像序列进行图像融合，得到融合监控图像序列； S4：通过双层路由注意力和可变形卷积的目标识别算法对所述优化监控图像关键帧序列进行目标识别，得到第一置信度，通过双层路由注意力和可变形卷积的目标识别算法对所述融合监控图像序列进行目标识别，得到第二置信度； S5：通过自适应加权融合法对第一置信度和第二置信度进行融合，得到修正置信度，根据修正置信度确定监控视频的目标检测结果，从而实现监控视频的目标识别。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人武汉城市职业学院;武汉天之逸科技有限公司，其通讯地址为：430000 湖北省武汉市洪山区野芷湖西路10号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。