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！

龙图腾网获悉西北工业大学申请的专利基于图变换网络的弱监督视频动作检测方法、系统、设备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：CN116824431B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202310417858.7，技术领域涉及：G06V20/40；该发明授权基于图变换网络的弱监督视频动作检测方法、系统、设备是由张鼎文;孙佳欣;杨乐;程乐超;高源远;韩军伟;彭春蕾设计研发完成，并于2023-04-19向国家知识产权局提交的专利申请。

本基于图变换网络的弱监督视频动作检测方法、系统、设备在说明书摘要公布了：本发明公开了一种基于图变换网络的弱监督视频动作检测方法，其从动作背景判别性特征学习的角度研究弱监督视频动作检测，构建了一个新颖的图变换网络模块。该模块从每类动作中选择有代表性的典型特征，按照时空结构嵌入有向图中，并设计阶段内部交互、相邻阶段传递、典型信息聚合和视频帧广播四种信息传播机制。通过本发明方法能在视频帧和图变换网络之间进行有效的信息交互，为弱监督视频动作检测任务提供动作结构信息引导。并且本发明的图变换网络模块能够有效地建模动作结构，可以作为即插即用模块部署到已有的弱监督视频动作检测框架中，显著地提升其在相关任务上的性能。

本发明授权基于图变换网络的弱监督视频动作检测方法、系统、设备在权利要求书中公布了：1.一种基于图变换网络的弱监督视频动作检测方法，其特征在于，包括以下步骤： 步骤1：输入待检测视频数据，利用I3D模型抽取视频数据的外观特征和运动特征，分别得到视频外观语义特征以及动作语义特征； 步骤2：针对待检测的一类动作，基于K-Means算法生成典型动作； 步骤3：针对生成的典型动作，基于信息传递机制构建有向图，建立图变换网络模块，利用图变换网络模块进行动作建模； 步骤4：将图变换网络模块引入弱监督视频动作检测方法CO2-Net中，采用两个分支依次处理视频外观语义特征和动作语义特征； 步骤5：通过比较待检测视频和典型动作的特征相似性分别得到视频外观语义特征和动作语义特征的预测分类得分； 步骤6：根据得到的预测分类得分，进行视频动作检测并输出检测结果； 其中，步骤3包括以下具体步骤： 步骤31：连接属于同一阶段的多个典型动作，通过阶段内部交互信息传递机制在每两个典型动作之间进行双向的信息交互； 步骤32：利用相邻阶段传递信息传递机制，将动作开端阶段的每个典型特征与动作演变阶段的所有典型特征连接，并将动作演变阶段的每个典型特征与动作结尾阶段的所有典型特征连接，从而在不同阶段典型特征之间构建一个有向图，得到图变换网络模块； 步骤33：将视频帧特征与所有典型特征逐个比较，并使用注意力机制自适应地从动作实例划分的各个阶段聚合特征，从而将典型信息聚合到视频帧； 步骤34：使用视频帧广播操作将当前视频帧的特性传递给图变换网络模块，用于使典型动作根据视频帧的特性做出适应性的调整。

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西北工业大学，其通讯地址为：710129 陕西省西安市碑林区友谊西路127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”。