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！

龙图腾网获悉苏州金朵云数字科技有限公司申请的专利基于人工智能的目标行为预警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：CN119131671B 。

龙图腾网通过国家知识产权局官网在2025-05-13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：202410423936.9，技术领域涉及：G06V20/52；该发明授权基于人工智能的目标行为预警方法是由朱希博;赵海睿;朱建亚;吴微;宋丰羊;杨凯凯;戴超设计研发完成，并于2024-04-10向国家知识产权局提交的专利申请。

本基于人工智能的目标行为预警方法在说明书摘要公布了：本申请提供一种基于人工智能的目标行为预警方法，包括：获取基于对目标区域进行监控得到的视频图像集，其中，视频图像集中包含多帧视频图像；对每帧视频图像进行预处理，得到对应的输入图像；将输入图像逐帧输入至预设的目标行为预警模型中，通过目标行为预警模型基于输入图像确定出人员位置，进一步检测人员的运动轨迹，在基于运动轨迹确定目标区域中存在异常聚集行为或异常离散行为时进行预警。这样可以通过人工智能的技术实现对目标区域的异常监测，及时发现甚至异常聚集行为或异常离散行为，从而及时预警，人员可以从固定点迅速到达现场维持秩序，大大提升应对异常状况的及时性，有效降低风险和成本。

本发明授权基于人工智能的目标行为预警方法在权利要求书中公布了：1.一种基于人工智能的目标行为预警方法，其特征在于，包括：获取基于对目标区域进行监控得到的视频图像集，其中，视频图像集中包含多帧视频图像；对每帧视频图像进行预处理，得到对应的输入图像；将输入图像逐帧输入至预设的目标行为预警模型中，通过目标行为预警模型基于输入图像确定出人员位置，进一步检测人员的运动轨迹，在基于运动轨迹确定目标区域中存在异常聚集行为或异常离散行为时进行预警；其中，目标行为预警模型包括目标检测单元、轨迹检测单元、指数计算单元和行为预警单元，所述目标检测单元，用于对每帧输入图像进行目标检测，确定出输入图像中的每个人员的人员位置；所述轨迹检测单元，用于基于人员位置对每个人员进行目标跟踪，确定出每个人员的运动轨迹；所述指数计算单元，用于基于每个人员的运动轨迹，确定出目标区域中各子区域的人员汇集指数和人员离散指数，其中，目标区域包含多个子区域；所述行为预警单元，用于基于各子区域的人员汇集指数和人员离散指数，确定是否存在异常聚集行为或异常离散行为，并在存在异常聚集行为或异常离散行为时进行预警；所述目标检测单元采用YOLOv5模型，并改进YOLOv5模型在目标检测的定位回归函数，改进后的定位回归函数为： 其中，Ldetect为目标检测的定位回归函数，N为进行目标检测的特征图个数，i表示目标检测的第i个特征图，Lbox表示特征图的边界框损失函数，Lobj表示特征图的目标置信度损失函数，Lcls表示特征图的目标类别置信度损失函数，λ1、λ2、λ3分别为损失函数Lbox、Lobj、Lcls的权重参数，Bi为第i个特征图中匹配到先验锚点的目标框个数，si×si表示第i个特征图划分的网格数；损失函数满足： 其中，IOUj∈0,1表示YOLOv5模型中Bi为第i个特征图中匹配到先验锚点的第j个目标框对应的预测框评估指标，用于衡量预测框与第j个匹配到先验锚点的目标框之间的重叠程度，bj和分别表示第i个特征图中第j个预测框和匹配到先验锚点的第j个目标框，表示预测框bj的中心点与目标框的中心点之间的欧氏距离，cj为预测框bj与目标框的最小封闭模块的对角线长度，为惩罚系数，为预测框bj的中心点与目标框的中心点之间的曼哈顿距离，αj为中间变量，vj表示预测框bj与目标框的宽高比相似度，采用KL散度进行度量，表示预测框bj的宽高比概率密度，wj表示预测框bj的宽度，hj表示预测框bj的高度，表示目标框的宽高比概率密度，表示目标框的宽度，表示目标框的高度，KL代表散度，σ为sigmoid激活函数；损失函数满足： 其中，yk为第i个特征图中第k个网格的真实标签，xk为第i个特征图中第k个网格的预测标签，bk为第i个特征图中第k个网格，为网格bk在第i个特征图对应的匹配到先验锚点的目标框，为网格bk与目标框之间的中心点距离；损失函数满足： 其中，yl为第i个特征图中匹配到先验锚点的第l个目标框的真实标签，xl为第i个特征图中第l个预测框的预测标签。

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苏州金朵云数字科技有限公司，其通讯地址为：215133 江苏省苏州市相城区高铁新城南天成路99号紫光23楼2311室；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”。