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！

龙图腾网获悉中世云(北京)科技有限公司申请的专利基于AI视觉识别的体育赛事实时得分统计方法及系统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：CN120298950B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202510438314.8，技术领域涉及：G06V20/40；该发明授权基于AI视觉识别的体育赛事实时得分统计方法及系统是由谢良超;郜志豪;徐新全设计研发完成，并于2025-04-09向国家知识产权局提交的专利申请。

本基于AI视觉识别的体育赛事实时得分统计方法及系统在说明书摘要公布了：本发明提供一种基于AI视觉识别的体育赛事实时得分统计方法及系统，涉及赛事智能计分技术领域，包括通过多摄像头采集图像，进行目标检测获取运动员、器材和计分区域数据；利用特征金字塔网络生成关节热力图，构建动态骨架图结构提取动作特征；对器材进行周期性检测和异常修正；通过双流特征投影网络和多头注意力机制进行特征匹配计算得分，生成包含时间、运动员编号、类型和视频片段的得分数据包并发送至计分系统。本发明实现了体育赛事的智能化实时计分，提高了计分准确性和效率。

本发明授权基于AI视觉识别的体育赛事实时得分统计方法及系统在权利要求书中公布了：1.基于AI视觉识别的体育赛事实时得分统计方法，其特征在于，包括： 通过多个摄像头采集体育赛事场地的图像数据；对图像数据进行目标检测获取运动员图像数据、器材图像数据和计分区域图像数据； 利用特征金字塔网络对运动员图像数据生成运动员关节热力图，通过时序平滑约束构建动态连接骨架图结构，经图卷积网络和递归神经常微分方程提取运动员动作特征向量，包括： 将运动员图像数据经特征金字塔网络进行递降采样和特征映射，获取不同尺度的特征分支；将特征分支通过卷积运算并经激活函数映射，确定关节的空间位置分布，生成运动员关节热力图； 对运动员关节热力图中每个关节点的响应值进行加权积分计算得到关节空间坐标，并结合相邻时序帧的坐标信息进行平滑约束计算，获取关节平滑坐标序列； 基于关节平滑坐标序列建立节点集合，通过节点之间的时序位移变化，计算节点连接概率，形成动态连接骨架图结构； 将动态连接骨架图结构输入多层堆叠的图卷积网络，在每层网络中对节点特征进行归一化处理和权重更新，计算节点之间的速度向量差值和位置向量差值，得到节点运动相关性特征； 对所述节点运动相关性特征进行分解映射，得到多个基础运动表征向量，并计算相应的组合权重系数，融合形成全局动作特征向量； 将所述全局动作特征向量输入递归神经常微分方程进行时序建模，通过多层膨胀卷积提取多尺度时序特征，输出运动员动作特征向量； 利用相位一致性度量网络对器材图像数据进行周期性检测和异常修正，得到器材状态数据，包括： 对器材图像数据执行多方向多尺度Gabor变换，获取所述器材图像数据的复数响应，基于所述复数响应计算局部相位值，结合所述复数响应的幅值和所述局部相位值计算相位一致性度量； 对所述相位一致性度量执行二维傅里叶变换得到功率谱，计算所述功率谱的径向平均值，基于所述径向平均值的最大响应确定器材图像数据的周期特征； 构建参考相位一致性模板，计算所述相位一致性度量与所述参考相位一致性模板之间的差值作为局部异常度量，基于所述局部异常度量的均值和标准差构建自适应阈值； 将所述局部异常度量与所述自适应阈值进行比较，识别突变型异常区域，计算所述局部异常度量的空间梯度并与预设的梯度阈值比较，识别渐变型异常区域； 对所述突变型异常区域和所述渐变型异常区域进行时序修正和空间修正，基于自适应权重将时序修正的第一结果和空间修正的第二结果融合得到修正相位一致性度量； 将所述修正相位一致性度量通过非线性映射转换为局部状态特征，对所述局部状态特征进行加权聚合得到器材状态数据； 通过双流特征投影网络构建动态图结构，利用多头注意力机制与时序一致性约束对运动员动作特征向量和器材状态数据进行特征交互匹配，计算得到有效得分数据，包括： 将运动员动作特征向量和器材状态数据基于自适应采样率进行时序采集，通过多层感知机和递归神经网络构建的双流特征投影网络进行维度统一化处理，得到动作特征和器材特征； 将所述动作特征和所述器材特征构建为动态图结构的节点表示，通过基于局部敏感哈希的稀疏注意力权重矩阵计算所述节点表示之间的边权重值，构建带权重的图结构； 对图结构的节点表示通过多尺度卷积网络和位置编码生成查询矩阵、键矩阵和值矩阵，并采用特征梯度调节的缩放点积注意力机制进行多头并行计算，并通过残差连接和层归一化确定融合特征； 通过门控循环单元计算融合特征的时序注意力权重，结合当前节点隐状态和上下文向量计算注意力系数，基于所述注意力系数对时序的邻域节点对应的特征进行加权聚合并采用跳跃连接更新节点隐状态； 计算动作特征与器材特征的相似度矩阵，并通过滑动窗口计算相似度矩阵在相邻时序位置的马氏距离，确定时序一致性约束； 将相似度矩阵和时序一致性约束经非线性变换得到初始得分，采用指数移动平均法计算初始得分在时序维度上的最大相似度均值，确定得分置信度； 基于所述初始得分和所述得分置信度，通过自适应阈值进行异常检测和平滑滤波，生成有效得分数据； 根据有效得分数据生成包含得分时间、得分运动员编号、得分类型和得分视频片段的得分数据包； 将得分数据包发送至比赛计分系统，并将得分视频片段存储至视频存储服务器。

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中世云(北京)科技有限公司，其通讯地址为：100000 北京市大兴区北京市北京经济技术开发区(大兴)旧桥路1号院1号楼-1层-101-35；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”。