買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉江西財經大學;盛景智能科技(嘉興)有限公司申請的專利基于視頻點軌跡約束的視頻描述方法與系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120375376B 。

龍圖騰網通過國家知識產權局官網在2025-08-22發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510875497.X，技術領域涉及：G06V20/70；該發明授權基于視頻點軌跡約束的視頻描述方法與系統是由姜文暉;肖景富;方承煬;方玉明;鄧輝;錢峰;趙小偉;劉揚設計研發完成，并于2025-06-27向國家知識產權局提交的專利申請。

本基于視頻點軌跡約束的視頻描述方法與系統在說明書摘要公布了：本發明提出一種基于視頻點軌跡約束的視頻描述方法與系統，該方法包括：對關鍵幀圖像采樣并利用點跟蹤算法獲取連續幀間像素點的時空軌跡；對同一軌跡片段對應幀的視覺特征進行平均池化操作；對文本特征、視覺特征和軌跡特征先進行語義對齊再進行多頭注意力特征融合；對軌跡片段對應的視覺區域進行語義相關性得分計算并按相關性得分降序排列，累積相關性得分并設定閾值；利用語言生成損失和聚焦損失聯合優化視頻點跟蹤模型；對聚焦優化后的多源特征進行解碼，得到最終的視頻描述結果。本發明通過引入視頻點軌跡聚合策略，在時空維度上顯式建模目標的動態特征，保留了物體的空間外觀與時間連貫性，有效解決了復雜場景下語義斷裂和描述片段化問題。

本發明授權基于視頻點軌跡約束的視頻描述方法與系統在權利要求書中公布了：1.一種基于視頻點軌跡約束的視頻描述方法，其特征在于，所述方法包括如下步驟： 步驟1、對視頻中的關鍵幀圖像進行采樣，并利用點跟蹤算法獲取連續幀間像素點的時空軌跡，以構建得到視頻目標的軌跡片段集合； 步驟2、基于視頻目標的軌跡片段集合，對軌跡片段提取軌跡片段對應幀的視覺特征，并對同一軌跡片段對應幀的視覺特征進行平均池化操作，得到軌跡特征； 步驟3、對文本描述進行編碼，得到文本特征； 步驟4、對文本特征、視覺特征以及軌跡特征，先進行語義對齊后再進行多頭注意力特征融合，以得到注意力分配權重向量和經過多頭注意力后對應的輸出特征； 步驟5、利用注意力分配權重向量對軌跡片段對應的視覺區域進行語義相關性得分計算，得到綜合軌跡相關性得分，并按相關性得分降序排列，累積相關性得分并設定閾值，得到關鍵軌跡； 步驟6、基于經過多頭注意力后對應的輸出特征構建語言生成損失，基于綜合軌跡相關性得分和關鍵軌跡構建聚焦損失，利用語言生成損失和聚焦損失聯合優化視頻點跟蹤模型，得到優化后的視頻點跟蹤模型； 利用優化后的視頻點跟蹤模型以獲取聚焦優化后的多源特征； 步驟7、對聚焦優化后的多源特征進行解碼，得到最終的視頻描述結果； 在所述步驟5中，利用注意力分配權重向量對軌跡片段對應的視覺區域進行語義相關性得分計算，得到綜合軌跡相關性得分，并按相關性得分降序排列，累積相關性得分并設定閾值，得到關鍵軌跡，具體包括如下步驟： 對視覺特征和軌跡特征進行合并，得到多源視頻特征； 利用注意力分配權重向量對多源視頻特征和文本特征進行語義相關性得分計算，得到多源視頻特征和文本特征的相關性得分向量； 對多源視頻特征和文本特征的相關性得分向量進行歸一化處理，得到多源視頻特征和文本特征歸一化后的相關性得分向量； 對多源視頻特征和文本特征歸一化后的相關性得分向量進行綜合軌跡相關性計算，得到綜合軌跡相關性得分； 對綜合軌跡相關性得分依次進行總體歸一化處理和降序排序處理，得到排序后的軌跡對應的相關性得分； 對排序后的軌跡對應的相關性得分進行集合定義，得到軌跡累積集合； 基于軌跡累積集合，對排序后的軌跡對應的相關性得分進行相關性累積得分計算，得到軌跡片段相關性累積得分向量； 設定累積得分閾值，并對軌跡片段相關性累積得分向量進行篩選，得到關鍵軌跡； 利用注意力分配權重向量對多源視頻特征和文本特征進行語義相關性得分計算，得到多源視頻特征和文本特征的相關性得分向量，對應過程存在的關系式如下： ； 其中，表示多源視頻特征和文本特征的相關性得分向量中的第個相關性得分，表示相關性得分總數； 在對多源視頻特征和文本特征的相關性得分向量進行歸一化處理，得到多源視頻特征和文本特征歸一化后的相關性得分向量的步驟中，對應過程存在的關系式如下： ； 其中，表示多源視頻特征和文本特征歸一化后的相關性得分向量，表示第1個視覺特征的歸一化后的相關性得分，表示第個視覺特征的歸一化后的相關性得分，表示第1個軌跡特征歸一化后的相關性得分，表示第個軌跡特征歸一化后的相關性得分； 在對多源視頻特征和文本特征歸一化后的相關性得分向量進行綜合軌跡相關性計算，得到綜合軌跡相關性得分的步驟中，對應過程存在的關系式如下： ； 其中，表示第條軌跡的綜合軌跡相關性得分，表示綜合軌跡相關性得分函數，表示第條軌跡； 在對排序后的軌跡對應的相關性得分進行集合定義，得到軌跡累積集合的步驟中，對應過程存在的關系式如下： ； 其中，表示軌跡累積集合，表示排序后第條軌跡，表示正整數集合； 在對排序后的軌跡對應的相關性得分進行相關性累積得分計算，得到軌跡片段相關性累積得分向量的步驟中，對應過程存在的關系式如下： ； 其中，表示軌跡片段相關性累積得分向量，表示第1個軌跡片段相關性累積得分，表示第個軌跡片段相關性累積得分，表示第個軌跡累積集合中第條軌跡片段，表示軌跡片段對應的綜合軌跡相關性； 在設定累積得分閾值，并對軌跡片段相關性累積得分向量進行篩選，得到關鍵軌跡的步驟中，對應過程存在的關系式如下： ； 其中，表示關鍵軌跡，表示取得最大值參數的集合函數，表示累積得分閾值。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人江西財經大學;盛景智能科技(嘉興)有限公司，其通訊地址為：330000 江西省南昌市經濟技術開發區雙港東大街169號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。