Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西安塔力科技有限公司;西安科技大学郭飞获国家专利权

西安塔力科技有限公司;西安科技大学郭飞获国家专利权

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!

龙图腾网获悉西安塔力科技有限公司;西安科技大学申请的专利一种基于多模态多层级匹配的小样本动作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:CN120673484B

龙图腾网通过国家知识产权局官网在2025-10-28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:202511186837.4,技术领域涉及:G06V40/20;该发明授权一种基于多模态多层级匹配的小样本动作识别方法是由郭飞;田丰;李睿轩;裴莹;张维雄设计研发完成,并于2025-08-25向国家知识产权局提交的专利申请。

一种基于多模态多层级匹配的小样本动作识别方法在说明书摘要公布了:本发明公开了一种基于多模态多层级匹配的小样本动作识别方法,涉及计算机技术领域。该方法包括:对小样本动作识别模型进行训练;训练过程中,基于小样本动作识别模型,分别通过确定待查询视频与支撑视频集的全局特征表示之间的余弦相似度确定全局匹配距离;通过视频帧之间的匹配关系,得到待查询视频与支撑视频的帧级匹配距离;通过图像补丁特征之间的匹配关系,得到待查询视频与支撑视频集的图像补丁级匹配距离;基于全局匹配距离、帧级匹配距离和图像补丁级匹配距离以及待查询视频的真实类别进行损失计算,并调整小样本动作识别模型的参数;通过小样本动作识别模型识别待识别视频的类别。该方法能够提升视频类别识别的准确性。

本发明授权一种基于多模态多层级匹配的小样本动作识别方法在权利要求书中公布了:1.一种基于多模态多层级匹配的小样本动作识别方法,其特征在于,包括: 获取支撑视频集和查询视频集作为训练集;所述支撑视频集包括多个类别的支撑视频;所述查询视频集包括多个类别的待查询视频; 通过所述训练集对小样本动作识别模型进行训练;训练过程中,基于所述小样本动作识别模型,分别通过确定待查询视频与支撑视频集的全局特征表示之间的余弦相似度,得到待查询视频与支撑视频集的全局匹配距离;通过待查询视频与支撑视频集的视频帧之间的匹配关系,得到待查询视频与支撑视频的帧级匹配距离;通过待查询视频与支撑视频集在图像补丁特征之间的匹配关系,得到待查询视频与支撑视频集的图像补丁级匹配距离; 基于所述全局匹配距离、所述帧级匹配距离和所述图像补丁级匹配距离以及待查询视频的真实类别进行损失计算,并基于计算得到的损失结果调整小样本动作识别模型的参数,得到训练好的小样本动作识别模型; 通过训练好的小样本动作识别模型识别待识别视频的类别; 所述图像补丁级匹配距离的确定过程,具体包括:对于每一个支撑视频原型,分别计算待查询视频的每一帧和支撑视频原型的每一帧的相似度,通过TOPK选择与待查询视频中每一帧的相似度最大的K帧;分别计算支撑视频原型相对应的标签提示与待查询视频的图像补丁块特征之间的相似度,根据相似度生成权重概率;基于所述权重概率,对待查询视频的图像补丁块特征与每个支撑视频原型的图像补丁块特征之间的相似度进行加权求和;将加权求和结果,确定为所述图像补丁级匹配距离;图像补丁级匹配距离的计算公式为: ; 其中,为支撑样本原型数量,为查询样本数量; ; 其中,为支撑样本原型s的patches和其对应的标签语义向量之间的相似度,表示对于一个特定的查询样本q,所选择比较的支撑样本的帧的图像补丁的数量,d为每个标签语义向量的维度。

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西安塔力科技有限公司;西安科技大学,其通讯地址为:710065 陕西省西安市高新区纬二十六路169号中交科技城一期东区M栋3层3G;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。