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！

龙图腾网获悉河南工业大学申请的专利基于阶段特征融合的TSF网络结构及视频行为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：CN114781530B 。

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：202210461202.0，技术领域涉及：G06V10/774；该发明授权基于阶段特征融合的TSF网络结构及视频行为识别方法是由徐文豪;杨威;梁康柏;吴艺博;牛超;杨卫东;肖乐;段珊珊设计研发完成，并于2022-04-28向国家知识产权局提交的专利申请。

本基于阶段特征融合的TSF网络结构及视频行为识别方法在说明书摘要公布了：本发明公开了一种基于阶段特征融合的TSF网络结构及视频行为识别方法，涉及视频动作识别技术领域，首先对待识别视频进行视频切片，得到K段视频；对每段视频的视频帧进行采样；将每段视频采样得到的视频帧按比例输入至Slow通道和Fast通道，提取每段视频的时空特征；通过邻域特征融合的方法，使用预测函数获取K个预测得分；对所述K个预测得分进行聚合，得到待识别视频的预测得分；依据待识别视频的预测得分，得到待识别视频的识别结果。本发明方案可以更加充分的提取长时域特征，准确率更高。

本发明授权基于阶段特征融合的TSF网络结构及视频行为识别方法在权利要求书中公布了：1.一种基于阶段特征融合的视频行为识别方法，其特征在于，包括以下步骤： 步骤1、对待识别视频进行视频切片，得到K段视频； 步骤2、对每段视频的视频帧进行采样；将每段视频采样得到的视频帧按比例输入至Slow通道和Fast通道，提取每段视频的时空特征； 步骤3、通过邻域特征融合的方法，基于每段视频的时空特征，使用预测函数获取K段视频的K个预测得分； 步骤4、对K个预测得分进行聚合，得到待识别视频的预测得分；依据待识别视频的预测得分，得到待识别视频的识别结果； 所述步骤3中，K个预测得分包括第一段视频的初步预测得分和剩下的K-1段视频的K-1个阶段性预测得分； 邻域特征融合的方法具体为： 依据第一段视频的时空特征，通过预测函数直接得到初步预测得分； 从第二段视频开始，每段视频得到的时空特征都分别与前面所有段视频的时空特征进行特征矩阵拼接，再经过预测函数得到阶段性预测得分； 基于损失函数，使用反向传播算法，对预测函数的参数进行优化迭代；所述损失函数表示为： 其中C为动作分类的类别数，yi为第i类动作的置信度，Gi为第i类动作的阶段一致性函数得到的值，Gj为第j类动作的阶段一致性函数得到的值，Gi可表示为：

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河南工业大学，其通讯地址为：450001 河南省郑州市高新技术产业开发区莲花街100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”。