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！

龙图腾网获悉秀珍教育科技(济南)有限公司申请的专利一种基于深度学习的图像人员动作分析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：CN116758630B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202310674802.X，技术领域涉及：G06V40/20；该发明授权一种基于深度学习的图像人员动作分析方法是由展新;许文超设计研发完成，并于2023-06-07向国家知识产权局提交的专利申请。

本一种基于深度学习的图像人员动作分析方法在说明书摘要公布了：本发明涉及人员动作分析领域，具体提供一种基于深度学习的图像人员动作分析方法，采用姿势感知网络实现，所述姿势感知网络包括姿势分支残差模块、姿势编码模块和姿势交互模块；所述方法包括：获取第一摄像头拍摄的第一视角图像，对第一视角图像进行处理并输入姿势分支残差模块，得到混合姿势特征；获取第二摄像头拍摄的第二视角图像，输入姿势编码模块，得到所述姿势编码模块输出的姿势编码特征；将混合姿势特征和姿势编码特征进行融合，再输入到姿势交互模块进行交互，得到姿势交互特征；将姿势交互特征输入到人体动作预测模块中，对人体动作进行检测，识别出人员的异常行为。本发明能够提高人员行为异常检测精度。

本发明授权一种基于深度学习的图像人员动作分析方法在权利要求书中公布了：1.一种基于深度学习的图像人员动作分析方法，其特征在于，采用姿势感知网络实现，所述姿势感知网络包括姿势分支残差模块、姿势编码模块和姿势交互模块；所述方法包括： 获取第一摄像头拍摄的第一视角图像，对所述第一视角图像进行处理，将处理好的所述第一视角图像输入姿势分支残差模块，得到所述姿势分支残差模块输出的混合姿势特征； 获取第二摄像头拍摄的第二视角图像，将所述第二视角图像输入姿势编码模块，得到所述姿势编码模块输出的姿势编码特征；其中，所述第一摄像头和所述第二摄像头用于在不同角度对人员进行拍摄，所述第二视角图像与所述第一视角图像分辨率相同； 将所述混合姿势特征和所述姿势编码特征进行融合，再输入到姿势交互模块进行交互，得到所述姿势交互模块输出的姿势交互特征； 将所述姿势交互特征输入到人体动作预测模块中，对人体动作进行检测，识别出人员的异常行为； 所述姿势分支残差模块包括并联的两个分支，两个分支的输出端进行求和，其中，一个分支包括依次级联的卷积核为3×3的卷积层、BN层和Relu激活函数，另一个分支包括依次级联的卷积核为5×5的卷积层、BN层和Relu激活函数； 所述姿势编码模块包括ResNet18网络，所述ResNet18网络对所述第二视角图像进行特征提取，得到所述第二视角图像的整体图像分辨率特征，作为所述姿势编码特征； 所述姿势交互模块包括一个空间-通道感知交互子模块和一个深度可分离多层感知子模块； 所述空间-通道感知交互单元子模块包括通道注意单元和空间注意单元； 所述深度可分离多层感知子模块包括依次级联的LayerNorm层、深度可分离3×3卷积层和激活函数； 在所述姿势交互模块中，对输入X采用1×1卷积运算，得到基于transformer的查询序列、关键字序列和值序列V； 对所述查询序列和转置后的所述关键字序列进行点积计算得到特征图谱，即为空间感知特征N； 将所述值序列V与所述通道注意单元进行矩阵相乘后得到结果； 将进行维度转换操作，得到S，将S与所述空间感知特征N进行计算，得到通道感知交互特征； 将所述通道感知交互特征进行维度转换操作，得到，将与所述空间注意单元进行矩阵相乘后得到空间感知交互特征W； 将所述空间感知交互特征W与所述通道感知交互特征M进行位置相加，得到空间-通道感知交互注意力值； 将所述空间-通道感知交互注意力值输入到所述深度可分离多层感知子模块中，对空间-通道感知交互特征的不同通道和空间的特征进行处理，得到姿势交互特征。

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秀珍教育科技(济南)有限公司，其通讯地址为：250101 山东省济南市中国(山东)自由贸易试验区济南片区工业南路57号万达中心2号楼612室；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。