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 > 北方工业大学叶青获国家专利权

北方工业大学叶青获国家专利权

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!

龙图腾网获悉北方工业大学申请的专利基于时空建模的视频行为识别方法与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:CN115240271B

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:202210815445.X,技术领域涉及:G06V40/20;该发明授权基于时空建模的视频行为识别方法与系统是由叶青;梁政豪;张永梅设计研发完成,并于2022-07-08向国家知识产权局提交的专利申请。

基于时空建模的视频行为识别方法与系统在说明书摘要公布了:本发明公开一种基于时空建模的视频行为识别方法及系统,其中方法包括:S1:将完整的视频输入视频图像采样模块,采用分段随机视频帧采样方法进行视频图像采样,得到多个采样帧图像;S2:构建基于三元组损失函数的空间注意力模块,并对多个采样帧图像的动作部分进行特征提取,得到空间特征信息;S3:构建时间金字塔模块,并对得到的空间特征信息以不同帧速率进行采样,得到多组特征信息;S4:采用早期融合的方式对得到的多组特征信息进行融合,具体为采用add操作将多组特征的特征向量进行拼接;S5:将融合后的特征信息输入Softmax分类器进行视频行为分类,为每个视频行为生成一个概率标签,并输出识别结果。

本发明授权基于时空建模的视频行为识别方法与系统在权利要求书中公布了:1.一种基于时空建模的视频行为识别方法,其特征在于,包括: 步骤S1:将完整的视频输入视频图像采样模块,采用分段随机视频帧采样方法进行视频图像采样,得到多个采样帧图像; 步骤S2:构建基于三元组损失函数的空间注意力模块,并对多个采样帧图像的动作部分进行特征提取,得到空间特征信息,其中,构建基于三元组损失函数的空间注意力模块具体为: 步骤S201:在骨干网络中对图像进行空间特征提取的空间模块中插入三元组损失函数,用以选择性收集空间域的特征信息,所述骨干网络为ResNet网络; 步骤S202:将多个特征图送入插入三元组损失函数的空间模块进行挑选,选出合适的锚示例、正示例与负示例,其中锚示例为用正示例的每个元素减去正示例各元素的平均值所得到的; 步骤S203:训练空间模块不断学习,以使锚示例的特征提取更接近正示例,即损失函数最小,所述损失函数为: 其中,表示正示例与锚示例之间的欧式距离度量,表示负示例与锚示例之间的欧式距离度量,α为两个欧式距离度量的最小间隔; 步骤S3:构建时间金字塔模块,并对得到的空间特征信息以不同帧速率进行采样,得到多组特征信息,具体为: 步骤S301:将空间注意力模块提取的同一层的多张特征图作为该层特征并记为Fbase,其特征维度为C×T×H×W,其中C为通道数,T为帧数,H和W分别为特征图的高和宽; 步骤S302:在维度T上选定m个不同的采样比例,分别为: {r1,r2,…,rm;r1r2…rm}3; 步骤S303:根据m个不同的采样比例分别对该层特征Fbase进行采样,得到多组特征图,分别为: 其中,多组特征图对应的维度分别为: 步骤S4:采用早期融合的方式对得到的多组特征信息进行融合,具体为采用add操作将多组特征的特征向量进行拼接; 步骤S5:将融合后的特征信息输入Softmax分类器进行视频行为分类,为每个视频行为生成一个概率标签,并输出识别结果。

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北方工业大学,其通讯地址为:100144 北京市石景山区晋元庄5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。