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！

龙图腾网获悉齐鲁工业大学(山东省科学院)申请的专利一种面向车间智能视频监控的动作识别方法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：CN116503942B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202310426211.0，技术领域涉及：G06V40/20；该发明授权一种面向车间智能视频监控的动作识别方法是由单东日;李述开;王晓芳设计研发完成，并于2023-04-20向国家知识产权局提交的专利申请。

本一种面向车间智能视频监控的动作识别方法在说明书摘要公布了：本发明提供了一种面向车间智能视频监控的动作识别方法，本发明提供的动作识别网络主要由两部分构成：段内局部时空特征提取模块，获取每个时间段内的局部时空特征，捕捉动作之间的细微变化；通道时序敏感模块，获取不同通道对于时序信息敏感程度，捕捉时间段之间的全局时间特征。将这两个模块嵌入到二维卷积神经网络中构建动作识别模型。本发明设计的动作识别网络能够实现端到端的学习，在动作识别的准确率上有很好的表现。并根据此方法构建了车间异常动作识别系统。

本发明授权一种面向车间智能视频监控的动作识别方法在权利要求书中公布了：1.一种面向车间智能视频监控的动作识别方法，其特征在于，包括以下步骤： 步骤1：采集监控视频信息，将采集的视频信息在时域上平均分成T个片段视频帧；并分为测试集和训练集； 步骤2：构建动作识别模型，基于Resnet构造一种残差块，具体结构如下： 所述动作识别模型第一层为段内局部时空特征提取模块，对输入的视频帧进行段内局部时空特征提取，所述段内局部时空特征提取模块后连接一个池化层对特征进行下采样，所述池化层之后连接构造的残差块，对输入进行时空特征提取，所述残差块在Bottleneck卷积网络中每个1×1卷积之前添加一个卷积核为3的1DConv，所述1DConv之后添加通道时序敏感模块；所述残差块之后连接全连接层进行结果识别； 步骤3：将训练集输入到构建的动作识别模型，对模型进行训练，得到训练完成的模型； 步骤3-1：通过段内局部时空特征提取模块获取每个时间段的局部时空特征，捕捉动作间的细微变化； 所述段内局部时空特征提取具体步骤如下： 步骤3-1-1：将采集的视频帧输入到段内局部时空特征提取模块第一个分支进行特征提取，获得原始空间特征，维度为，其中和表示空间特征的高度和宽度； 步骤3-1-2：将每个视频段内选取的视频帧输入到段内局部时空特征提取模块的第二个分支获取局部运动特征，同时增强有用特征，淡化无用特征； 步骤3-1-3：将原始空间特征与局部运动特征在空域相加，得到各个片段的段内局部时空特征:； 步骤3-2：通过通道时序信息敏感模块聚合全局时间信息，同时突出运动敏感通道，增强有用特征，淡化无用特征，获取全局时空特征； 所述全局时空特征提取具体步骤如下： 步骤3-2-1：对输入的特征图在时域上进行1D卷积，提取时序信息，得到维度为的特征，其中T表示时间段的数量，C表示特征通道的数量； 步骤3-2-2：将特征输入通道时序信息敏感模块获取每个通道在时域上的敏感度权重； 步骤3-2-3：将特征与权重相乘，再与特征相加获得时序信息敏感模块输出： ； 步骤4：将测试集输入训练好的动作识别模型，输出动作识别结果。

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齐鲁工业大学(山东省科学院)，其通讯地址为：250353 山东省济南市西部新城大学科技园；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”。