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！

龙图腾网恭喜西安邮电大学申请的专利多特征多分辨率轨迹异常检测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：CN114612514B 。

龙图腾网通过国家知识产权局官网在2025-04-08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：202210249560.5，技术领域涉及：G06F17/00；该发明授权多特征多分辨率轨迹异常检测方法是由王佩;郭江波;王玉婷;汪陈伍;曹衡设计研发完成，并于2022-03-14向国家知识产权局提交的专利申请。

本多特征多分辨率轨迹异常检测方法在说明书摘要公布了：多特征多分辨率轨迹异常检测方法，包括以下步骤：1）、运动目标的轨迹提取；2）、轨迹的运动方向分组；3）、多分辨率轨迹分段；4）、轨迹的多维特征计算；5）、轨迹的特征聚类异常检测；通过结合多分辨率分段方法、多维特征方法和聚类方法，融合了轨迹的上下文特征，避免轨迹分段带来的漏检行为，可以检测轨迹位置、速度、方向发生异常的轨迹，可以自适应的识别异常轨迹，适用于轨迹异常检测的各领域。

本发明授权多特征多分辨率轨迹异常检测方法在权利要求书中公布了：1.多特征多分辨率轨迹异常检测方法，其特征在于，包括以下步骤：步骤1，运动目标的轨迹提取，具体做法是：收集运动目标的时间信息与位置信息，将运动目标在一段时间内的连续序列的位置坐标定义为目标的运动轨迹；步骤2，将轨迹按运动方向分组，具体做法是：用轨迹坐标计算轨迹运动方向，按轨迹运动方向对轨迹进行分组，分组之后对每个分组轨迹生成一条拟合轨迹；步骤3，多分辨率轨迹分段，具体做法是：分别使用多个不同的分辨率对轨迹进行分段得到子轨迹，相同分辨率的子轨迹为同一个计算维度；步骤4，轨迹的多维特征计算，具体做法是：根据步骤3中不同分辨率的子轨迹计算真实轨迹与拟合轨迹的位置、速度、方向距离，将位置、速度、方向距离作为轨迹的多维特征；步骤4中，轨迹的多维特征，其计算又包括以下步骤：步骤4.1，计算轨迹多维局部位置特征与全局位置特征，具体步骤如下：步骤4.1.1，选取同一分辨率得到的子轨迹；步骤4.1.2，计算真实子轨迹与对应拟合轨迹的子轨迹之间的空间距离，用后一时刻与前一时刻的空间距离差表示当前维度内子轨迹的局部运动变化；步骤4.1.3，将该轨迹所有子轨迹的空间距离差求平均值，用该平均值表示轨迹在当前维度的位置变化特征，然后返回步骤4.1.1选取其他分辨率的子轨迹进行循环，直到完成所有维度位置变化特征的计算，计算方法如公式1所示：其中表示分辨率为εl时轨迹i的位置偏移特征，k表示子轨迹的序号，Mεl表示分辨率为εl时的子轨迹段数，di,k表示目标管i的第k段子轨迹的真实位置与拟合轨迹的偏移距离，di,k-1表示目标管i的第k-1段子轨迹的真实位置与拟合轨迹的偏移距离，εl表示分辨率；步骤4.2，计算轨迹多维局部速度特征与全局速度特征，具体步骤如下：步骤4.2.1，选取同一分辨率分段得到的子轨迹；步骤4.2.2，分别计算真实子轨迹段和对应拟合子轨迹段的速度，用两者的速度差异表示当前维度内子轨迹的速度变化特征；步骤4.2.3，用所有子轨迹的速度变化特征求平均值，用该平均值表示轨迹在当前维度的速度变化特征，然后返回步骤4.2.1选取其他分辨率的子轨迹进行循环，直到完成所有维度的速度变化特征的计算，计算方法如公式2所示：其中表示分辨率为εl时轨迹i的速度偏移特征，vi,k表示目标管i的第k段子轨迹的平均速度，表示拟合目标管i的第k段子轨迹平均速度；步骤4.3，计算轨迹多维局部方向特征与全局方向特征，具体步骤如下：步骤4.3.1，选取同一分辨率得到的子轨迹；步骤4.3.2，分别计算真实子轨迹段和对应拟合子轨迹段的方向，用两者的方向角度差异表示当前维度内子轨迹的方向变化特征；步骤4.3.3，将该轨迹所有子轨迹的方向变化特征求平均值，用该平均值表示轨迹在当前维度的方向变化特征，然后返回步骤4.3.1选取其他分辨率的子轨迹进行循环，直到完成所有维度方向变化特征的计算，计算方法如公式3所示：其中表示分辨率为εl时轨迹i的方向特征，ai,k表示真实目标管i的第k段子轨迹的运动方向，表示拟合目标管i的第k段子轨迹的运动方向，Mεl表示分辨率为εl时子轨迹的段数，k表示子轨迹的序号；步骤5，轨迹的特征聚类异常检测，具体做法是：根据步骤4的多维特征进行轨迹聚类，将同一个方向组的轨迹分为两个小组，对每个小组计算异常分数，根据异常分数对轨迹进行合并，最后得到异常轨迹和正常轨迹；所述的轨迹的特征聚类异常检测，包括以下步骤：步骤5.1，多特征轨迹聚类，具体做法是：步骤5.1.1，选取轨迹在不同维度的位置特征进行聚类；步骤5.1.2，选取轨迹在不同维度的速度特征进行聚类；步骤5.1.3，选取轨迹在不同维度的方向特征进行聚类；步骤5.2，轨迹组合并，具体做法是：为了步骤5.1中每一次聚类，都要对得到的分组计算组内异常分数，异常分数为不同维度的偏移距离和，若两组轨迹异常分数差值小于阈值，则合并两个分组，分组内轨迹作为正常轨迹，若两组轨迹异常分数差值大于阈值，则异常分数大的分组为异常轨迹组。

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邮电大学，其通讯地址为：710061 陕西省西安市长安南路563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”。