安徽大学;安徽医科大学第一附属医院鲍文霞获国家专利权
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!
龙图腾网获悉安徽大学;安徽医科大学第一附属医院申请的专利动作识别方法、装置、电子设备及计算机可读存储介质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:CN116206360B 。
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:202310024183.X,技术领域涉及:G06V40/20;该发明授权动作识别方法、装置、电子设备及计算机可读存储介质是由鲍文霞;王钧毅;陈和木;王年;林安;高秋月设计研发完成,并于2023-01-09向国家知识产权局提交的专利申请。
本动作识别方法、装置、电子设备及计算机可读存储介质在说明书摘要公布了:本申请提供了动作识别方法、装置、电子设备及计算机可读存储介质,该方法包括:将待测数据流输入至动作识别模型,以得到待测数据流的动作识别结果;动作识别模型的训练过程包括:获取训练集,训练集包括多个训练数据,每个训练数据包括至少一个样本数据流以及样本数据流的动作识别结果的标注数据;将训练数据中的样本数据流输入预设的深度学习模型,以得到样本数据流的动作识别结果的预测数据;对深度学习模型的模型参数进行更新;检测是否满足预设的训练结束条件;如果是,将训练出的深度学习模型作为动作识别模型;如果否,利用下一个训练数据继续训练深度学习模型。该方法克服了传统骨架动作识别的缺陷,识别精度提高。
本发明授权动作识别方法、装置、电子设备及计算机可读存储介质在权利要求书中公布了:1.一种动作识别方法,其特征在于,用于对人体骨架进行动作识别,所述方法包括: 将待测数据流输入至动作识别模型,以得到所述待测数据流的动作识别结果,所述待测数据流包括样本骨架数据流和预设运动数据流,所述待测数据流的动作识别结果用于指示所述待测数据流对应的至少一个动作类型; 其中,所述动作识别模型的训练过程包括: 获取训练集,所述训练集包括多个训练数据,每个所述训练数据包括至少一个样本数据流以及所述样本数据流的动作识别结果的标注数据,所述样本数据流的动作识别结果用于指示所述样本数据流对应的至少一个动作类型; 针对所述训练集中的每个训练数据,执行以下处理: 将所述训练数据中的样本数据流输入预设的深度学习模型,以得到所述样本数据流的动作识别结果的预测数据;所述深度学习模型包括浅层特征提取网络、第一时空融合模块、第二时空融合模块和深层特征提取网络;所述将所述训练数据中的样本数据流输入预设的深度学习模型,以得到所述样本数据流的动作识别结果的预测数据,包括:利用所述浅层特征提取网络对所述样本骨架数据流和所述预设运动数据流进行浅层特征提取以得到骨架特征信息和运动特征信息;利用所述第一时空融合模块对所述骨架特征信息和所述运动特征信息进行第一时空融合以得到骨架-运动融合数据流和运动-骨架融合数据流;利用所述深层特征提取网络对所述骨架-运动融合数据流进行深层特征提取以得到第一融合特征信息;利用所述深层特征提取网络对所述运动-骨架融合数据流进行深层特征提取以得到第二融合特征信息;利用所述第二时空融合模块对所述第一融合特征信息和第二融合特征信息进行融合以得到所述骨架数据流的动作识别结果的预测数据; 基于所述样本数据流的动作识别结果的预测数据和标注数据,对所述深度学习模型的模型参数进行更新; 检测是否满足预设的训练结束条件;如果是,则将训练出的所述深度学习模型作为所述动作识别模型;如果否,则利用下一个所述训练数据继续训练所述深度学习模型。
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安徽大学;安徽医科大学第一附属医院,其通讯地址为:230039 安徽省合肥市肥西路3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”。
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。