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！

龙图腾网获悉江西财经大学申请的专利基于因果解耦与哈密顿动力学的视频异常检测方法与系统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：CN121686334B 。

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：202610191478.X，技术领域涉及：G06V20/40；该发明授权基于因果解耦与哈密顿动力学的视频异常检测方法与系统是由赵爱华;程煜蘅;顾跃林;董馨茹;朱涛;涂馨仪;罗凯文;李诗雨;刘悦设计研发完成，并于2026-02-10向国家知识产权局提交的专利申请。

本基于因果解耦与哈密顿动力学的视频异常检测方法与系统在说明书摘要公布了：本发明提出一种基于因果解耦与哈密顿动力学的视频异常检测方法与系统，该方法包括：对原始视频流进行分割，再通过预训练的3D卷积神经网络进行时空特征提取，以得到全局特征序列；通过Transformer解码器对全局特征序列进行处理，以生成实体原型；通过时间门控机制得到时序因果因子序列；对时序因果因子进行更新以得到更新后的节点特征；利用更新后的节点特征得到宏观状态向量；通过宏观状态向量得到演化状态序列；根据演化状态序列，通过计算得到原始异常分数。本发明通过理解视频场景背后的动力学机理，能够有效识别那些视觉特征不显著但预示着系统失稳的根本性异常，极大地提升了检测的深度和广度。

本发明授权基于因果解耦与哈密顿动力学的视频异常检测方法与系统在权利要求书中公布了：1.一种基于因果解耦与哈密顿动力学的视频异常检测方法，其特征在于，所述方法包括如下步骤： 步骤1、将原始视频流均匀分割成预定个数的不重叠的片段，再通过预训练的3D卷积神经网络进行时空特征提取，以得到全局特征序列； 步骤2、将可学习的因果查询向量与全局特征序列输入Transformer解码器并进行交互，以生成实体原型； 通过时间门控机制为每个实体原型赋予动态权重，以得到时序因果因子序列； 步骤3、将时序因果因子序列中的时序因果因子作为全连接图的节点，利用多头图注意力网络进行节点特征的更新，以得到更新后的节点特征； 对更新后的节点特征进行均值池化和拼接处理，以生成宏观状态向量； 将各宏观状态向量组成的宏观状态序列输入门控单元网络，并输出演化状态序列； 步骤4、将演化状态序列中的状态向量定义为广义坐标，并将当前时间步广义坐标与前一时间步的广义坐标的离散差分定义为广义动量； 基于广义动量，通过多层感知机网络进行处理，以得到哈密顿能量； 根据哈密顿能量，通过能量时间变化率计算并得到原始异常分数。

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江西财经大学，其通讯地址为：330000 江西省南昌市经济技术开发区双港东大街169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。