南京理工大学舒祥波获国家专利权
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！
龙图腾网获悉南京理工大学申请的专利一种基于半监督骨骼点的行为识别方法及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：CN114708656B 。
龙图腾网通过国家知识产权局官网在2025-06-24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：202210317678.7，技术领域涉及：G06V40/20；该发明授权一种基于半监督骨骼点的行为识别方法及系统是由舒祥波;郭龙杰;徐斌倩设计研发完成，并于2022-03-29向国家知识产权局提交的专利申请。
本一种基于半监督骨骼点的行为识别方法及系统在说明书摘要公布了：本发明涉及一种基于半监督骨骼点的行为识别方法及系统，涉及人体行为识别领域，方法包括获取人体骨架数据；根据所述人体骨架数据利用多粒度锚对比学习模型进行特征提取，得到局部特征、全局特征和上下文特征；所述多粒度锚对比学习模型包括图卷积神经网络和上下文图卷积神经网络；将所述局部特征、所述全局特征和所述上下文特征进行融合，得到融合特征；根据所述融合特征得到人体行为识别结果。本发明提高行为识别性能。
本发明授权一种基于半监督骨骼点的行为识别方法及系统在权利要求书中公布了：1.一种基于半监督骨骼点的行为识别方法，其特征在于，包括： 获取人体骨架数据；所述人体骨架数据包括学习连接的骨架图和结构连接的骨架图； 根据所述人体骨架数据利用多粒度锚对比学习模型进行特征提取，得到局部特征、全局特征和上下文特征；所述多粒度锚对比学习模型包括图卷积神经网络和上下文图卷积神经网络；所述多粒度锚对比学习模型的总损失函数包括多粒度锚对比损失和识别损失；所述局部特征包括第一局部特征和第二局部特征；所述全局特征包括第一全局特征和第二全局特征；所述上下文特征包括第一上下文特征和第二上下文特征； 将所述局部特征、所述全局特征和所述上下文特征进行融合，得到融合特征； 根据所述融合特征确定锚点邻接矩阵和样本邻接矩阵； 根据所述锚点邻接矩阵和所述样本邻接矩阵确定多粒度锚对比损失； 根据所述融合特征确定识别损失； 根据所述对比损失和所述识别损失确定总损失函数； 根据所述融合特征得到人体行为识别结果。
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理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫200号南京理工大学；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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号