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！

龙图腾网恭喜中南大学申请的专利异常行为检测方法、装置及存储介质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：CN114495013B 。

龙图腾网通过国家知识产权局官网在2025-03-21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：202210191841.X，技术领域涉及：G06V20/52；该发明授权异常行为检测方法、装置及存储介质是由李浩玮;陶泽;胡斌;付慧青设计研发完成，并于2022-03-01向国家知识产权局提交的专利申请。

本异常行为检测方法、装置及存储介质在说明书摘要公布了：本发明公开了一种异常行为检测方法、装置及存储介质，在使用深度学习的基础上，充分发挥了边缘服务器高响应、低延迟的优势，提出了一种基于无数据知识传递的异常行为检测方法。本发明可以保证在不访问原始数据集，不使用任何自然图像和标记数据的前提下，为边缘模型提供用于训练的合成图像数据集，并利用云端模型和边缘模型之间的分歧提高合成图像的多样性。经过实验证明，本发明的可行性高，经过训练的模型可运行于边缘设备，且在异常行为检测时准确率较高，且拥有低延迟、响应快的优势，有效克服了庞大复杂的云端模型无法在边缘设备运行的弊端。

本发明授权异常行为检测方法、装置及存储介质在权利要求书中公布了：1.一种异常行为检测方法，其特征在于，包括以下步骤：S1、获取预训练的云端模型，并输入一张随机噪声图像至所述云端模型，获得云端模型的输出分布；S2、利用从云端模型中获取的所有卷积层特征图的均值期望值和方差期望值，生成特征分布正则化项，利用所述特征分布正则化项得到损失函数，进而获得合成图像；S3、将所述合成图像输入至云端模型和边缘模型，并依据云端模型与边缘模型输出的softmax值进行分布匹配，训练边缘模型，得到异常行为检测模型；S4、将所述随机噪声图像输入训练后的边缘模型，得到边缘模型的输出分布；S5、计算所述云端模型的输出分布与所述边缘模型的输出分布之间的Wasserstein距离，利用所述Wasserstein距离更新所述合成图像；S6、返回步骤S2，重复步骤S2～步骤S5，直至达到迭代次数，得到最终的异常行为检测模型；步骤S2中，使用以下损失函数作为优化目标，进行反向传播，使用梯度上升法对输入的随机噪声图像进行更新，改变随机噪声图像的RGB数值，得到合成图像： 其中为分类损失；y为目标标签真实值；RTV·、Rl2·分别为惩罚总方差和l2范数，αtv、和αf为缩放系数；l代表云端模型的第l个卷积层；和分别为第l个卷积层对应的特征图的均值和方差；E·代表期望值；X代表训练云端模型的训练集，x代表云端模型在训练时的输入，Eμlx|X和分别表示云端模型在训练时第l个卷积层对应的特征图的均值和方差；||·||2表示求l2范数运算；步骤S5中，利用所述Wasserstein距离更新所述损失函数，进而得到更新后的合成图像： 其中，αw为缩放系数；inf代表函数下界；表示和的联合分布；||·||表示求模长运算；Ex，y～γ[||x-y||]表示联合分布γ下，云端模型输出分布和边缘模型输出分布对Wasserstein距离的期望值；和分别为云端模型的输出分布和边缘模型的输出分布。

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中南大学，其通讯地址为：410083 湖南省长沙市岳麓区麓山南路932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”。