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！

龙图腾网恭喜上海大学申请的专利基于轻量化双帧速率网络异常行为识别方法、装置和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：CN114663816B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202210314736.0，技术领域涉及：G06V20/40；该发明授权基于轻量化双帧速率网络异常行为识别方法、装置和系统是由韩军;姜海燕;林浩宇;俞锦翔;庞红玉设计研发完成，并于2022-03-28向国家知识产权局提交的专利申请。

本基于轻量化双帧速率网络异常行为识别方法、装置和系统在说明书摘要公布了：本发明提供一种基于轻量化双帧速率网络的异常行为识别方法、装置和系统，包括：原始视频数据输入轻量化双帧速率卷积神经网络；轻量化双帧速率卷积神经网络的低帧率分支网络捕获原始视频数据的空间语义信息；轻量化双帧速率卷积神经网络的高帧率分支网络捕获原始视频数据的运动信息；使用横向连接将低帧率分支网络和高帧率分支网络的各个阶段进行特征融合；低帧率分支网络和高帧率分支网络各自输出的特征向量进行合并，获得合并特征；将合并特征输入分类器，得到异常行为识别分类结果。本发明两分支网络采用轻量化网络作为基础网络，在保持低帧率分支网络提取空间语义的能力以及高帧率分支网络提取时间语义信息的同时，大大提高了检测效率。

本发明授权基于轻量化双帧速率网络异常行为识别方法、装置和系统在权利要求书中公布了：1.一种基于轻量化双帧速率网络的异常行为识别方法，其特征在于，包括：将原始视频数据输入轻量化双帧速率卷积神经网络，其中，所述轻量化双帧速率卷积神经网络的低帧率分支网络捕获所述原始视频数据的空间语义信息；所述轻量化双帧速率卷积神经网络的高帧率分支网络捕获所述原始视频数据的运动信息；使用横向连接将所述低帧率分支网络和高帧率分支网络的各个阶段进行特征融合；将所述低帧率分支网络和所述高帧率分支网络各自输出的特征向量进行合并，获得合并特征；将所述合并特征输入分类器，得到异常行为识别分类结果；所述低帧率分支网络，包括五层级联的广义卷积层，分别为：第一广义卷积层A1、第二广义卷积层A2、第三广义卷积层A3、第四广义卷积层A4和第五广义卷积层A5；其中：所述第一广义卷积层A1包括：1个3×3×3的卷积层和1个3×3×3的最大池化层；所述第二广义卷积层A2依次包括：1个分支1和3个分支2；所述第三广义卷积层A3依次包括：1个分支1和7个分支2；所述第四广义卷积层A4依次包括：1个分支1和3个分支2；所述第五广义卷积层A5依次包括：1个1×1×1的卷积层和1个8×1×1的平均池化层；所述分支1划分为两个通路，其中：第一个通路包括：1个步长为2的3×3×3的深度卷积层、2个批量归一化、1个1×1×1的卷积层和1个激活层；第二个通路包括：2个1×1×1的卷积层、3个批量归一化、2个激活层、1个步长为2的3×3×3的深度卷积层和1个压缩激励模块；所述压缩激励模块包括：1个自适应平均池化层、2个全连接层和2个激活层；将所述两个通路输出的特征向量在通道维度上进行拼接，拼接后通过通道混洗操作后输出；所述分支2通过通道分割操作划分成两个通路，即，将输入分支2的特征向量按照通道数平均分成两部分，一个部分作为第一个通路的输入，另一个部分作为第二个通路的输入，其中：第一个通路包括：恒等映射的快捷连接；第二个通路包括：2个1×1×1的卷积层、3个批量归一化、2个激活层、1个步长为1的3×3×3的深度卷积层和1个压缩激励模块；所述压缩激励模块包括：1个自适应平均池化层、2个全连接层和2个激活层；将所述两个通路输出的特征向量在通道维度上进行拼接，拼接后通过通道混洗操作后输出。

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上海大学，其通讯地址为：200444 上海市宝山区上大路99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”。