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！

龙图腾网获悉中国矿业大学申请的专利一种基于骨骼点的剧烈动作异常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：CN119672811B 。

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：202411810500.1，技术领域涉及：G06V40/20；该发明授权一种基于骨骼点的剧烈动作异常检测方法是由缪燕子;胡千龙;蔡光琪;王乙舟;韩进设计研发完成，并于2024-12-10向国家知识产权局提交的专利申请。

本一种基于骨骼点的剧烈动作异常检测方法在说明书摘要公布了：一种基于骨骼点的剧烈动作异常检测方法，利用图卷积网络对视频帧间的时空关系进行建模。为了让网络更好的区分正常和异常动作，将图卷积的输入嵌入速度特征，由于传统的图卷积网络忽略了骨骼点的长度和方向这两个信息以及非相邻骨骼点空间上的关系，使用自适应图卷积网络，把自定义的代表骨骼点节点之间关系的邻接矩阵替换成可学习的参数矩阵，并对非相邻骨骼点之间的欧氏距离进行建模。采用归一化流模型对GCN的输出进行高维分布建模，将复杂分布的数据映射到一个简单的、易于处理的分布，并通过最小化负对数似然来使模型收敛。能够有效捕捉视频中正常行为的复杂分布，从而在检测异常行为时表现出更高的灵敏度。

本发明授权一种基于骨骼点的剧烈动作异常检测方法在权利要求书中公布了：1.一种基于骨骼点的剧烈动作异常检测方法，其特征在于，包括以下步骤： S1：使用相机采集视频数据，并采用骨骼点提取网络从视频数据的视频序列中提取出骨骼点图数据，其中代表批处理样本数，代表视频帧数量，代表关键点数量，代表关键点坐标以及代表骨骼点连接关系的邻接矩阵； S2：对步骤S1中提取的骨骼点图数据中代表骨骼点坐标的信息扩展一个维度得到骨骼点坐标信息，对于骨骼点图数据有17个关键点，新加入颈部关键点是左肩和右肩的中点： ，展开为； 并将骨骼点坐标信息进行归一化以及通道交换： ； S3：利用步骤S2处理得到的骨骼点数据，计算相邻帧之间每个点的差值并计算速度，作为速度信息，并使用全连接网络去学习速度的变化规律； S4：将步骤S1中提取的骨骼点图数据中代表骨骼点关系的自定义邻接矩阵替换成一个可学习的参数矩阵； S5：对于经过步骤S2处理的骨骼点数据，计算非相邻骨骼点之间的欧式距离，并对空间结构进行建模； S6：将经过步骤S5处理的骨骼点数据和S4替换的可学习的邻接矩阵进行时空图卷积； S7：将步骤S6经过时空图卷积提取的特征送入归一化流网络中来计算代表异常的概率密度分数； 步骤S5的具体步骤如下： S51：对于输入，表示一个序列含有帧的数量，代表关键点数量，为输入通道数； 为了计算欧式距离，需要获取两个骨骼点的坐标，公式为： ，最终获得的距离是一个维度为形状的矩阵，其中每个元素表示当前帧中某个骨骼点与其他骨骼点的距离； S52：为了获取代表骨骼点空间结构的权重矩阵，需要计算每个骨骼点与其他所有骨骼点和的平均数，并将每个骨骼点与其他所有骨骼点之间的欧式距离与这个平均数做差，然后计算最大值，对于某一个骨骼点其公式为： ，式中：代表节点和节点的空间上的关系； 表示序列中成对节点之间的平均欧氏距离的矩阵。

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国矿业大学，其通讯地址为：221100 江苏省徐州市大学路1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”。

以上内容由龙图腾AI智能生成。