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！

龙图腾网获悉北京邮电大学申请的专利基于声音的视频动作分类方法及相关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：CN114529846B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202111636227.1，技术领域涉及：G06V20/40；该发明授权基于声音的视频动作分类方法及相关设备是由张华;李勇胜;涂腾飞;李吉帅;金正平;温巧燕设计研发完成，并于2021-12-28向国家知识产权局提交的专利申请。

本基于声音的视频动作分类方法及相关设备在说明书摘要公布了：本申请提供一种基于声音的视频动作分类方法及相关设备，所述方法包括：获取待处理视频的音频数据；构建所述音频数据的声音纹理特征；将所述声音纹理特征输入至预先训练的第一动作分类网络中，输出第一动作分类结果；获取所述待处理视频的视频帧；将所述视频帧输入至预先训练的第二动作分类网络中，输出第二动作分类结果；利用加权平均的方式对所述第一动作分类结果和所述第二动作类结果进行融合，得到所述待处理视频对应的动作分类结果。本申请的方法，只需要增加少量参数，便能够提升动作分类任务的准确率。

本发明授权基于声音的视频动作分类方法及相关设备在权利要求书中公布了：1.一种基于声音的视频动作分类方法，其特征在于，包括： 获取待处理视频的音频数据； 构建所述音频数据的声音纹理特征； 将所述声音纹理特征输入至预先训练的第一动作分类网络中，输出第一动作分类结果； 获取所述待处理视频的视频帧； 将所述视频帧输入至预先训练的第二动作分类网络中，输出第二动作分类结果，所述第二动作分类网络为I3D网络； 利用加权平均的方式对所述第一动作分类结果和所述第二动作类结果进行融合，得到所述待处理视频对应的动作分类结果； 所述声音纹理特征是通过以下方式构建的： 将所述音频数据进行快速傅里叶变换，得到声音波形数据； 利用第一带通滤波器组对所述声音波形数据进行滤波，得到第一子带波形数据，所述第一带通滤波器组的中心频率范围为20Hz～10000Hz； 将所述第一子带波形数据，通过希尔伯特变换得到第二子带波形数据； 将所述第二子带波形数据进行压缩，得到第三子带波形数据； 将所述第三子带波形数据在目标频率进行重新采样，得到第四子带波形数据； 获取所述第四子带波形的第一统计数据和第一相关性数据； 利用第二带通滤波器组对所述第四子带波形数据进行滤波，得到第五子带波形数据，所述第二带通滤波器组的中心频率范围为0.5Hz～200Hz； 获取所述第五子带波形的第二统计数据和第二相关性数据； 将所述第一统计数据、所述第一相关性数据、所述第二统计数据和所述第二相关性数据进行融合，得到所述声音纹理特征，所述第一统计数据和第二统计数据均包括：平均值、标准差和均方响应，所述第一相关性数据和第二相关性数据均为皮尔逊相关系数； 所述第一动作分类网络包括：5个隐藏层和1个输出层，其中，所述5个隐藏层的输出维度分别为128、128、64、64和32，输出层的维度为N，N表示动作识别种类的数量，隐藏层节点的随机丢弃率设置为50％。

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京邮电大学，其通讯地址为：100876 北京市海淀区西土城路10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”。