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！

龙图腾网获悉南京大学申请的专利基于自适应编码的云边协同移动目标检测任务的流量优化系统及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：CN120017839B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202510053263.7，技术领域涉及：H04N19/167；该发明授权基于自适应编码的云边协同移动目标检测任务的流量优化系统及方法是由谢磊;杨冰云;周文晖;宁静仪设计研发完成，并于2025-01-14向国家知识产权局提交的专利申请。

本基于自适应编码的云边协同移动目标检测任务的流量优化系统及方法在说明书摘要公布了：本发明公开了一种基于自适应编码的云边协同移动目标检测任务的流量优化系统及方法，包括：视频帧采集；度量网络状态；前景检测识别感兴趣区域；收集历史推理结果获取当前数据包感兴趣区域；感兴趣区域整合；根据视频帧内容复杂度、感兴趣区域内容复杂度及当前网络状态计算全局量化参数及感兴趣区域量化参数偏移量；对数据包进行编码及传输。本发明在减少云边协同流量的同时，能够有效保持目标区域的质量，从而提高目标检测的准确性。此外，本发明方法有效减轻了计算负担，在边缘计算等实时视频处理场景中提供了更高的性能。

本发明授权基于自适应编码的云边协同移动目标检测任务的流量优化系统及方法在权利要求书中公布了：1.一种基于自适应编码的云边协同移动目标检测任务的流量优化系统，其特征在于，应用于边缘端和云端中，边缘端包含：视频帧采集模块、网络状态感知模块、历史数据包推理结果收集模块、前景检测模块、感兴趣区域整合模块、量化参数调整模块及编码模块；云端包含移动目标检测模块； 所述视频帧采集模块，用于实时视频流中采集连续的帧数据，将采集到的批量大小为的视频帧打包为一个数据包； 所述网络状态感知模块，用于实时监测网络带宽、网络延迟及丢包率，度量当前网络状态； 所述历史数据包推理结果收集模块，用于从云端获取历史数据包的推理结果，并基于历史目标的运动向量对推理结果进行校准，得到当前数据包各帧的感兴趣区域集合； 所述前景检测模块，用于对采集到的视频帧进行前景检测，分离出前景信息，以识别动态变化的感兴趣区域集合； 所述感兴趣区域整合模块，用于对所有感兴趣区域集合和进行整合划分，划分为集合和集合； 所述量化参数调整模块，用于计算视频帧内容复杂度及集合和中各感兴趣区域的内容复杂度,结合当前网络状态计算视频编码全局量化参数及感兴趣区域的量化参数偏移量； 所述编码模块，用于对视频中非感兴趣区域以全局量化参数进行低质量编码，对感兴趣区域以进行高质量编码； 所述移动目标检测模块，用于对边缘端传输的数据进行移动目标检测，将检测结果打包成数据包，并发送历史数据包的推理结果给边缘端； 所述量化参数调整模块具体执行如下步骤： 计算视频帧内容复杂度，其中第帧的视频帧内容复杂度计算公式为，为数据包第帧视频帧；为内容复杂度计算函数，采用基于离散余弦变换的纹理复杂度度量或像素变化率来衡量；批量大小为的视频帧内容复杂度为，； 根据当前网络状态及视频帧内容复杂度，计算获取全局量化参数，，其中表示一个多变量的回归函数，采用线性回归或神经网络回归模型的方式进行拟合； 计算感兴趣区域集合和的内容复杂度，，其中为批量大小，，为集合中第帧的感兴趣区域数量，为集合中第帧的感兴趣区域数量，，用于计算感兴趣区域的内容复杂度，为集合中对应的图像区域；根据感兴趣区域集合和的内容复杂度及视频帧内容复杂度，计算感兴趣区域的量化参数偏移量，，为感兴趣区域内目标的运动变化量；为一个多变量映射函数，采用加权线性模型或神经网络模型，加权线性模型的实现方式为： ； 其中，为权重，为偏移量，为指示函数表示条件为真时取值为1，否则取值为0，为该区域的置信度。

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南京大学，其通讯地址为：210023 江苏省南京市栖霞区仙林大道163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。