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！

龙图腾网获悉石家庄铁道大学申请的专利一种融合语义增强与边界感知的多尺度时序建模视频摘要生成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：CN121665090B 。

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：202610159402.9，技术领域涉及：H04N21/8549；该发明授权一种融合语义增强与边界感知的多尺度时序建模视频摘要生成方法是由薛丽烨;张云佐;胡畅霞;陈丹设计研发完成，并于2026-02-04向国家知识产权局提交的专利申请。

本一种融合语义增强与边界感知的多尺度时序建模视频摘要生成方法在说明书摘要公布了：本发明公开了一种融合语义增强与边界感知的多尺度时序建模视频摘要生成方法，属于计算机视觉技术领域。所述方法包括：对输入的视频帧序列进行特征编码，提取对应的时序特征表示；将提取的时序特征输入视频摘要生成模型，由模型输出重要性分数；对所述重要性分数进行时序平滑与峰值检测，确定关键帧候选集合；基于所述关键帧候选集合，结合非极大值抑制与片段合并策略，生成最终的视频摘要片段。在基准数据集SumMe和TVSum上得到的实验结果证明了该方法的先进性。本发明所提出的视频摘要生成方法可以有效地解决现有视频摘要生成方法中事件边界模糊与多尺度时序理解不足的问题。

本发明授权一种融合语义增强与边界感知的多尺度时序建模视频摘要生成方法在权利要求书中公布了：1.一种融合语义增强与边界感知的多尺度时序建模视频摘要生成方法，其特征在于，包括以下步骤： S1：对输入的视频帧序列进行特征编码，提取对应的时序特征表示； S2：将提取的时序特征输入视频摘要生成模型，由模型输出重要性分数，所述视频摘要生成模型包括： 语义增强模块：所述语义增强模块以所述时序特征作为输入，通过深度可分离卷积计算局部语义差异，并利用语义权重单元基于所述局部语义差异动态生成特征增强权重，将时序特征与所述特征增强权重逐元素相乘得到加权特征，再将所述加权特征与时序特征进行残差连接，得到增强语义特征； 多尺度时序注意力模块：所述多尺度时序注意力模块以所述增强语义特征作为输入，通过并行多尺度卷积层提取不同时间跨度的多尺度上下文信息，对多尺度上下文信息进行融合后生成自适应注意力权重，并基于所述自适应注意力权重进行特征增强，得到加权增强特征； 边界感知模块：所述边界感知模块以所述加权增强特征作为输入，通过计算帧间特征差异并进行非线性变换，将变换后的差异特征与所述加权增强特征残差连接，得到边界优化特征； 重要性预测模块：所述重要性预测模块以所述边界优化特征作为输入，进行帧级别的重要性评估，得到重要性分数； S3：对所述重要性分数进行时序平滑与峰值检测，确定关键帧候选集合； S4：基于所述关键帧候选集合，结合非极大值抑制与片段合并策略，生成最终的视频摘要片段。

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石家庄铁道大学，其通讯地址为：050043 河北省石家庄市长安区北二环东路17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。