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！

龙图腾网获悉天津大学;北京中科闻歌科技股份有限公司申请的专利基于弱监督学习的多对象场景时空动作定位方法及装置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：CN115147925B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202210765837.X，技术领域涉及：G06V40/20；该发明授权基于弱监督学习的多对象场景时空动作定位方法及装置是由冯伟;颜昊旻;韩瑞泽;赵菲菲;张鹏设计研发完成，并于2022-07-01向国家知识产权局提交的专利申请。

本基于弱监督学习的多对象场景时空动作定位方法及装置在说明书摘要公布了：本发明公开了一种基于弱监督学习的多对象场景时空动作定位方法及装置，计算原始数据集中的个体集的多个体包标签，并通过个体的特征向量计算出动作预测结果，计算多个体包标签与动作预测结果间的交叉熵损失；对于帧t寻找与其在一定范围内的临近帧，以阈值进行筛选，对合格的个体生成伪标签，考察无标签个体，计算其最大预测值与最可能的标签值之间的交叉熵损失，以阈值为标准进行筛选，将合格的个体新增为锚定个体；综合考虑交叉熵损失函数，以作为总损失函数，利用原始训练集以及伪标签后的新数据集进行参数更新，在完成指定轮训练后停止；将待识别视频分解为若干帧，将其逐帧输入训练完成的网络中进行动作识别，输出视频帧中所有个体的动作类别。

本发明授权基于弱监督学习的多对象场景时空动作定位方法及装置在权利要求书中公布了：1.一种基于弱监督学习的多对象场景时空动作定位方法，其特征在于，所述方法包括： 使用卷积神经网络作为特征提取网络，对视频进行逐帧的特征提取，对每个视频帧进行目标对象特征提取通过全连接层输出所有个体的特征向量； 计算原始数据集中的个体集XM的多个体包标签并通过个体的特征向量计算出动作预测结果计算多个体包标签与动作预测结果间的交叉熵损失； 对于帧t寻找与其在一定范围内的临近帧，以阈值ξt进行筛选，对合格的个体生成伪标签，考察无标签个体xn，计算其最大预测值与最可能的标签值之间的交叉熵损失c，以阈值ξa，ξc为标准进行筛选，将合格的个体新增为锚定个体； 综合考虑交叉熵损失函数，以作为总损失函数，利用原始训练集以及伪标签后的新数据集进行参数更新，在完成指定轮训练后停止； 将待识别视频分解为若干帧，将其逐帧输入训练完成的网络中进行动作识别，输出视频帧中所有个体的动作类别； 所述以阈值ξt进行筛选为： 对于一锚定个体qt，假定其标签为动作k，对于相邻帧t-1，若同一个体qt-1的预测动作类别同样为k，且相应的预测分数大于阈值ξt，则对于未标注个体qt-1生成动作类别为k的伪标签，并将其加入训练集，用同样的方法在[t-A,t+A]的区间内逐帧的将单帧的标注扩展为多帧的标注。

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天津大学;北京中科闻歌科技股份有限公司，其通讯地址为：300072 天津市南开区卫津路92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”。