Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 桂林电子科技大学;桂林安维科技有限公司徐增敏获国家专利权

桂林电子科技大学;桂林安维科技有限公司徐增敏获国家专利权

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!

龙图腾网获悉桂林电子科技大学;桂林安维科技有限公司申请的专利一种基于对比学习的半监督人体行为识别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:CN115100738B

龙图腾网通过国家知识产权局官网在2025-07-04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:202210638655.6,技术领域涉及:G06V40/20;该发明授权一种基于对比学习的半监督人体行为识别方法是由徐增敏;陈家昆;王会勇;蒙儒省设计研发完成,并于2022-06-07向国家知识产权局提交的专利申请。

一种基于对比学习的半监督人体行为识别方法在说明书摘要公布了:本发明涉及视频处理技术领域,具体涉及一种基于对比学习的半监督人体行为识别方法,包括将视频样本数据划分为有标签数据和无标签数据;基于双路径时间对比学习框架,并依次利用有标签数据和无标签数据对识别模型进行训练,得到二次训练模型;为无标签数据分配伪标签后对二次训练模型进行监督训练,得到最终模型;利用测试数据对模型进行评估,得到模型的识别性能,本发明通过利用对比学习构建半监督模型来挖掘视频样本数据中更多信息,解决了现有的人体行为识别方法在有限的有标签数据上获得的人体行为信息较少的问题。

本发明授权一种基于对比学习的半监督人体行为识别方法在权利要求书中公布了:1.一种基于对比学习的半监督人体行为识别方法,其特征在于,包括以下步骤: 将视频样本数据划分为有标签数据和无标签数据; 基于双路径时间对比学习框架,并依次利用所述有标签数据和所述无标签数据对识别模型进行训练,得到二次训练模型; 为所述无标签数据分配伪标签后对所述二次训练模型进行监督训练,得到最终模型; 利用测试数据对所述最终模型进行评估,得到所述最终模型的识别性能; 所述双路径时间对比学习框架包括基础路径和辅助路径; 所述基于双路径时间对比学习框架,并依次利用所述有标签数据和所述无标签数据对识别模型进行训练,得到二次训练模型的具体方式为: 在所述基础路径上利用所述有标签数据对识别模型进行监督训练,得到初步训练模型; 通过对比学习和监督学习基于所述基础路径和所述辅助路径对所述初步训练模型进行半监督训练,得到二次训练模型; 所述通过对比学习和监督学习基于所述基础路径和所述辅助路径对所述初步训练模型进行半监督训练,得到二次训练模型的具体方式为: 利用所述无标签数据的批次数量通过实例对比学习对所述基础路径和所述辅助路径上的所述初步训练模型的模型输出进行约束,并通过相似性对比学习对所述无标签数据的视频样本之间的相似性进行建模,同时利用所述有标签数据对所述初步训练模型进行半监督训练,得到二次训练模型; 通过相似性对比学习对所述无标签数据的视频样本之间的相似性进行建模,为保证双路径时间对比学习框架中基础路径和辅助路径上视频之间的相似性是一致的,在模型训练过程中需要最小化以下的相似性对比损失: , 其中,表示Frobenius范数,表示在基础分支上视频之间进行相似度计算得到的相似度矩阵,表示在辅助分支上视频之间进行相似度计算得到的相似度矩阵,和中第i行第j列的元素通过以下计算方式得到: , 其中,表示的维度,和分别表示和的第k个元素,表示所有元素的平均值,表示所有元素的平均值。

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桂林电子科技大学;桂林安维科技有限公司,其通讯地址为:541004 广西壮族自治区桂林市七星区金鸡路1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”。

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。