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！

龙图腾网获悉北京陆海新越智联科技有限公司申请的专利一种多路摄像头图像抽帧方法及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：CN121284185B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202511444743.2，技术领域涉及：H04N7/01；该发明授权一种多路摄像头图像抽帧方法及系统是由刘立新设计研发完成，并于2025-10-10向国家知识产权局提交的专利申请。

本一种多路摄像头图像抽帧方法及系统在说明书摘要公布了：本申请公开了一种多路摄像头图像抽帧方法及系统，涉及数据处理技术领域，通过低频监控与高频跟踪结合的两级抽帧策略进行抽帧，在无事件发生时，以极低的第一预设数据采样频率进行监控，仅当检测到场景变化时才触发后续处理，极大地减少了静态场景下的数据存储；当识别到关键目标后，立即切换到高频采样，确保关键信息的完整性，这种按需分配资源的方式，相比固定频率抽帧，能更有效地节省存储和带宽。

本发明授权一种多路摄像头图像抽帧方法及系统在权利要求书中公布了：1.一种多路摄像头图像抽帧方法，其特征在于，包括： 通过第一预设数据采样频率采集多路摄像头对应的图像数据，并根据所述每一路摄像头对应的图像数据获取抽帧决策动作；所述抽帧决策动作包括抽帧存储或不抽帧存储； 在所述抽帧决策动作为抽帧存储的情况下，则采用预先设置的目标识别模型对所述图像数据进行识别，确定每一路摄像头拍摄到的目标； 将第一预设数据采样频率调整为所述目标对应的第二预设数据采样频率，并通过第二预设数据采样频率对多路摄像头进行联动抽帧处理，得到目标图像帧； 其中，所述目标图像帧的属性包括其对应的摄像头以及抽帧的时间；第二预设数据采样频率高于第一预设数据采样频率； 将所有目标图像帧关联存储，形成事件集，并将事件集按照时间先后顺序排列，完成多路摄像头的图像抽帧； 所述目标识别模型的预先设置方法为： 构建YOLO模型，并初始化YOLO模型对应的模型参数，将初始化得到的模型参数编码为向量，得到参数向量； 重复获取多个不同的参数向量； 获取每个参数向量对应的损失函数值，并确定损失函数值最小的参数向量为最优向量； 以最优向量为基础，采用边界限制搜索策略对所述参数向量进行局部区域搜索，得到局部区域搜索之后的参数向量； 针对任意一个局部区域搜索之后的参数向量，采用梯度信息搜索策略对局部区域搜索之后的参数向量进行邻域搜索，得到邻域搜索之后的参数向量； 针对任意一个邻域搜索之后的参数向量，采用自适应记忆学习策略对邻域搜索之后的参数向量进行平衡性搜索，得到平衡性搜索之后的参数向量； 针对任意一个平衡性搜索之后的参数向量，采用随机变异搜索策略对平衡性搜索之后的参数向量进行全局搜索，得到全局搜索之后的参数向量； 获取当前训练阶段；其中，所述当前训练阶段为完成训练或未完成训练； 在所述当前训练阶段为完成训练的基础上，则根据全局搜索之后的参数向量，重新获取最优向量，并将重新获取的最优向量的超参数作为YOLO模型的最终超参数，得到目标识别模型； 在所述当前训练阶段为未完成训练的基础上，则返回确定损失函数值最小的参数向量为最优向量的步骤； 以最优向量为基础，采用边界限制搜索策略对所述参数向量进行局部区域搜索，得到局部区域搜索之后的参数向量，包括： 以最优向量为基础，确定所述参数向量的搜索上边界向量以及搜索下边界向量为： 其中，表示最优向量，表示参数向量对应的下限向量，表示参数向量对应的上限向量，表示参数向量的搜索下边界向量，表示参数向量的搜索上边界向量，表示搜索边界控制参数，且=1-kK，k表示当前训练次数，K表示最大训练次数，表示将与的每一个维度的模型参数进行比较，并取将每个维度更大的模型参数组成向量，得到；表示将与的每一个维度的模型参数进行比较，并取将每个维度更小的模型参数组成向量，得到； 根据所述搜索上边界向量以及搜索下边界向量，对所述参数向量进行局部区域搜索，得到局部区域搜索之后的参数向量为： 其中，表示第k次训练过程中的第m个参数向量，m=1,2,...,M，M表示参数向量总数，表示第m个局部区域搜索之后的参数向量，表示0,1之间的第一随机数，表示0,1之间的第二随机数； 针对任意一个局部区域搜索之后的参数向量，采用梯度信息搜索策略对局部区域搜索之后的参数向量进行邻域搜索，得到邻域搜索之后的参数向量，包括： 将局部区域搜索之后的参数向量按照损失函数值从大到小的顺序排列，得到排列之后的参数向量； 采用梯度信息搜索策略对排列之后的参数向量进行邻域搜索，得到邻域搜索之后的参数向量为： 其中，表示第k次训练过程中的第n个排列之后的参数向量，表示第n个邻域搜索之后的参数向量，表示梯度信息搜索控制因子，表示元素全部为1的参数向量，表示符号函数，表示的梯度信息，表示对应的解优劣程度因子，表示对应的解优劣程度因子，解优劣程度因子=1损失函数值+0.0001，表示每个元素随机为0.1或-0.1的随机参数向量，表示-1,1之间的随机数，表示梯度信息基础搜索量，表示梯度信息搜索控制因子的影响参数，表示正弦函数，表示圆周率，表示对数函数； 针对任意一个邻域搜索之后的参数向量，采用自适应记忆学习策略对邻域搜索之后的参数向量进行平衡性搜索，得到平衡性搜索之后的参数向量为： 其中，表示第k次训练过程中第j个邻域搜索之后的参数向量，表示第j个平衡性搜索之后的参数向量，表示为1或-1的随机数，表示0,0.2之间的历史位置记忆系数，表示惯性权重，表示第k-1次训练过程中第j个邻域搜索之后的参数向量，表示最差向量，表示惯性权重的最大值，表示惯性权重的最小值； 针对任意一个平衡性搜索之后的参数向量，采用随机变异搜索策略对平衡性搜索之后的参数向量进行全局搜索，得到全局搜索之后的参数向量为： 其中，表示第k次训练过程中第i个平衡性搜索之后的参数向量，表示第i个全局搜索之后的参数向量，表示余弦函数，表示随机变异因子，表示随机变异控制系数，表示变异等级，h表示当前等级，表示为随机匹配的其他参数向量，表示与之间的欧式距离。

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北京陆海新越智联科技有限公司，其通讯地址为：100069 北京市东城区永定门外街道西罗园北路永外城商务3楼；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。