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！

龙图腾网获悉江南大学申请的专利一种基于轻量级时空联合网络的视频动作检测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：CN117475350B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202311400763.0，技术领域涉及：G06V20/40；该发明授权一种基于轻量级时空联合网络的视频动作检测方法是由王映辉;祝安磊设计研发完成，并于2023-10-26向国家知识产权局提交的专利申请。

本一种基于轻量级时空联合网络的视频动作检测方法在说明书摘要公布了：本发明公开了一种基于轻量级时空联合网络的视频动作检测方法，属于视频行为识别技术领域。本发明使用3D骨干网络和2D骨干网络来分别提取时序信息上的空间特征和时序特征，并通过将卷积与自注意力机制深度融合从而设计得到的轻量级时空特征融合模块来进一步充分融合并提取时空上的特征；此外使用仅含有2D卷积的时空平移模块TSM作为时空特征提取模块的骨干分支。本发明的YOWOv3模型不仅能够比最新的高效时空动作检测模型更加轻量，且精度也达到了同量级中的最佳表现；进一步优化而来的YOWOv3‑TSM不仅降低了训练的难度，并且在精度与速度上同时保持着优异的表现，在视频动作检测上取得了最佳的精度与速度的平衡。

本发明授权一种基于轻量级时空联合网络的视频动作检测方法在权利要求书中公布了：1.一种视频动作检测方法，其特征在于，所述视频动作检测方法包括：构建轻量级的时空动作检测深度神经网络，具体按照以下步骤实施： 步骤1：利用时空特征提取网络提取待检测视频序列的时序信息； 步骤2：使用YOLOv8网络作为空间特征提取的骨干网络，对骨干网络提取的特征层进行上采样操作； 步骤3：使用1×1卷积对所述步骤2输出的特征通道进行整合，使得各层级的通道数压缩为256，然后使用两个并行的3×3标准卷积提取解耦后的特征，再使用一个标准的1×1卷积，重新对解耦后的特征通道进行整合到64； 步骤4：对所述步骤1输出的最终的特征层进行上采样操作，使其能够与所述步骤2中提取的多级特征进行拼接； 步骤5：首先将所述步骤3和步骤4提取的时空特征和时序特征在通道维度进行拼接，将卷积和自注意力机制深度融合，通过两分支并行运行，最后对两分支各自的特征在通道维度进行拼接，并将拼接的特征相加从而得到最终融合后特征； 步骤6：对步骤5输出的特征分别使用三个1×1卷积进行解耦操作，分别输出分类、回归、和置信度信息，以得到视频动作检测检测结果； 所述时空特征提取网络使用3D-ShuffleNetV2网络，构建方法包括：将轻量级网络ShuffleNetV2通过扩展膨胀的方式到三维，将2D卷积转化为3D卷积，将2D池化转化为3D池化；同时为了避免部分设备存在不支持3D卷积操作的风险，使用仅含有2D卷积的时空平移模块TSM作为时空特征提取模块的骨干分支。

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江南大学，其通讯地址为：214122 江苏省无锡市滨湖区蠡湖大道1800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”。