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有向图信息交互的在线动作检测算法、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：CN116883884B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202310403357.3，技术领域涉及：G06V20/40；该发明授权基于有向图信息交互的在线动作检测算法、系统、设备是由张鼎文;高源远;杨乐;程乐超;孙佳欣;韩军伟;彭春蕾设计研发完成，并于2023-04-17向国家知识产权局提交的专利申请。

本基于有向图信息交互的在线动作检测算法、系统、设备在说明书摘要公布了：本发明公开了一种基于有向图信息交互的在线动作检测算法，用于建模时序信息，完成时序动作定位任务。其针对一个动作类别，首先，收集此类所有动作实例的每个特征并进行聚类，选取有代表性的特征作为典型动作片段。其次，将典型动作片段划分为三个阶段并按照时间顺序嵌入到一个有向图中，从类别层面全局地构建典型动作网络。再次，在典型动作网络中设计四种信息交互步骤：阶段内部交互、相邻阶段传递、典型信息聚合和视频帧广播，按顺序处理时序信息，调整典型动作网络中每个典型动作片段的特征，为所处理的每帧视频提供恰当的时序信息引导。最终，该基于有向图信息交互的在线动作检测算法与已有的时序动作定位方法相结合，在有监督的情况下取得性能增益。

本发明授权基于有向图信息交互的在线动作检测算法、系统、设备在权利要求书中公布了：1.一种基于有向图信息交互的在线动作检测方法，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视频特征得到视频的高层语义特征； 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，通过有向图显示地表征典型动作之间的结构； 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，显式地表征动作的结构信息； 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，从而通过典型信息聚合消息传递机制将典型信息聚合到视频帧； 步骤34：通过视频帧广播消息传递机制使用视频帧广播操作将当前视频帧的特性传递给构建的有向图，用于使典型动作根据视频帧的特性做出适应性的调整； 步骤4：将表征典型动作的有向图与Colar方法结合，以在线的形式进行动作检测； 步骤5：从所有类别的典型动作中搜集视频帧特征，比较待检测视频帧特征和典型动作的特征之间的点积相似性，得到视频帧分类得分； 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动作定位结果。

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”。