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！

龙图腾网获悉西安交通大学申请的专利一种数据非平衡弱监督视频异常检测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：CN115410126B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202211043068.9，技术领域涉及：G06V20/40；该发明授权一种数据非平衡弱监督视频异常检测方法及系统是由何平;张凡;李慧斌设计研发完成，并于2022-08-29向国家知识产权局提交的专利申请。

本一种数据非平衡弱监督视频异常检测方法及系统在说明书摘要公布了：本发明公开了一种数据非平衡弱监督视频异常检测方法及系统，包括提取待测视频的视频片段级的视频特征；将视频片段级的视频特征通过对抗训练模块获得段级异常分数；将视频片段级的视频特征通过聚焦训练模块获得片段级别的异常分数；将段级异常分数与异常分数进行融合，得到融合后的异常分数；再与阈值进行对比，将大于阈值的视频片段中的所有帧均视作异常，小于阈值的视频片段中的所有帧均看作正常，从而实现数据非平衡弱监督视频异常检测与异常的时间定位。本发明通过融合对抗训练模块与聚焦训练模块得到的与片段级别的异常分数，使得更易于学习正常与异常视频片段之间的差异，对异常事件检测更趋近于真实，进而提升了视频异常检测准确率。

本发明授权一种数据非平衡弱监督视频异常检测方法及系统在权利要求书中公布了：1.一种数据非平衡弱监督视频异常检测方法，其特征在于，包括以下步骤： 提取待测视频的视频片段级的视频特征； 将视频片段级的视频特征通过对抗训练模块获得段级异常分数； 将视频片段级的视频特征通过聚焦训练模块获得片段级别的异常分数； 所述聚焦训练模块是在交叉熵损失函数的基础上，通过添加一个系数来控制异常视频和正常视频的权重，以及添加一个控制难异常和易异常视频权重的因子；以正常视频时空特征和异常视频特征作为输入，然后将其送入多尺度时间网络，分别得到对应的多尺度时间特征和，为正常视频的多尺度时间特征，为异常视频的多尺度时间特征，再将其送入片段级别的分类器回归片段异常分数，并加权平均top-k视频片段的异常分数，获得视频级异常分数； 将通过对抗训练模块获得的段级异常分数与通过聚焦训练模块获得的片段级别的异常分数进行融合，得到融合后的异常分数； 将融合后的异常分数与阈值进行对比，将大于阈值的视频片段中的所有帧均视作异常，小于阈值的视频片段中的所有帧均看作正常，从而实现数据非平衡弱监督视频异常检测与异常的时间定位。

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西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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。