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！

龙图腾网获悉北京大学申请的专利基于可学习马尔科夫逻辑网络的复杂动作识别方法及装置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：CN116469155B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202210027024.0，技术领域涉及：G06V40/20；该发明授权基于可学习马尔科夫逻辑网络的复杂动作识别方法及装置是由金阳;穆亚东设计研发完成，并于2022-01-11向国家知识产权局提交的专利申请。

本基于可学习马尔科夫逻辑网络的复杂动作识别方法及装置在说明书摘要公布了：本发明公开一种基于可学习马尔科夫逻辑网络的复杂动作识别方法及装置，包括：使用一个策略网络从训练数据中自动学习出每个动作所对应的逻辑规则集合；将待检测的视频切分为若干视频片段，并针对每一视频片段中的三元组，计算置信度分数；将所述逻辑规则集合与一视频片段中的所有三元组的置信度分数输入一改进马尔科夫逻辑网络，得到该视频片段中每一动作的发生概率；根据所述发生概率，获取待检测视频的动作识别结果。本发明无需依靠的领域专家的定义，具有显著的可解释性与良好的兼容性、高效性，不仅可以识别出动作的类别，还可以定位其在视频片段中所处的位置。

本发明授权基于可学习马尔科夫逻辑网络的复杂动作识别方法及装置在权利要求书中公布了：1.一种基于可学习马尔科夫逻辑网络的复杂动作识别方法，其步骤包括： 使用一个策略网络从训练数据中自动学习出每个动作所对应的逻辑规则集合； 将待检测视频切分为若干视频片段，并针对每一视频片段中的动作参与者、视觉关系、物体三元组，计算置信度分数； 将所述逻辑规则集合与一视频片段中的所有三元组的置信度分数输入一改进马尔科夫逻辑网络，得到该视频片段中每一动作的发生概率，其中，将马尔科夫逻辑网络中的布尔变量之间的运算松弛替换为在连续变量上定义的函数，得到所述改进马尔科夫逻辑网络； 根据所述发生概率，获取待检测视频的动作识别结果； 其中，通过以下步骤获取逻辑规则集合： 在t时刻，计算上一时刻得到的关系谓词Rt-1的嵌入特征xt-1； 将xt-1和隐藏状态ht-1输入到一个门控循环神经网络GRU中； 根据GRU的输出，计算t时刻的关系谓词Rt的生成概率； 利用所述生成概率采样一个具体的关系谓词Rt； 根据各个时刻关系谓词Rt的生成概率，获取公式f的被采样到概率； 基于被采样到概率，将一或多个公式f放入该动作的公式集合，以得到该动作所对应的逻辑规则集合； 通过以下步骤得到该视频片段中每一动作的发生概率： 根据在连续变量上定义的函数与一阶逻辑中的变换准则，将公式规则中的公式f转化为Horn子句； 基于Horn子句与所述置信度分数，计算各公式fi实例的值； 根据公式fi实例的值，得到公式fi取值为真的数量ni； 基于数量ni，计算该视频片段中每一动作的发生概率； 通过以下步骤训练改进马尔科夫逻辑网络与生成每一动作的规则的策略网络： 基于规则策略网络πl生成逻辑规则集合通过最大化对数似然方法，获取改进马尔科夫逻辑网络的权重； 固定改进马尔科夫逻辑网络的权重，使用策略梯度算法并通过最大化奖励函数来更新规则策略网络参数，得到规则策略网络πl+1，其中所述奖励函数为动作识别评价指标； 当规则策略网络πl与改进马尔科夫逻辑网络满足设定条件时，得到训练好的规则策略网络与改进马尔科夫逻辑网络。

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北京大学，其通讯地址为：100871 北京市海淀区颐和园路5号北京大学；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”。

以上内容由龙图腾AI智能生成。