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！

龙图腾网获悉湖南工商大学申请的专利融合标签间语义相关性的行为规范检测方法、装置及介质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：CN120747874B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202511254996.3，技术领域涉及：G06V20/52；该发明授权融合标签间语义相关性的行为规范检测方法、装置及介质是由艾彦迪;徐雪松;李若龙设计研发完成，并于2025-09-04向国家知识产权局提交的专利申请。

本融合标签间语义相关性的行为规范检测方法、装置及介质在说明书摘要公布了：本发明公开一种融合标签间语义相关性的行为规范检测方法、装置及介质，该方法步骤包括：步骤S01.构建工人行为规范识别模型，包括骨干网络、颈部MAFPN网络以及两阶段检测头，两阶段检测头中第一阶段网络初步预测工人的边界框及对应为前景的预测概率，第二阶段网络根据第一阶段网络得到的前景目标进行多标签目标识别；步骤S02.对模型进行训练，将标签关系分支引入至预测前景及多标签预测概率分支，以融入多标签语义结构信息进行多标签目标识别；步骤S03.实时获取被测区域的检测图像，输入至训练后的行为规范识别模型中得到检测结果。本发明能够实现工人多种不符合规范行为的检测，同时能够提高检测精度以及实时性。

本发明授权融合标签间语义相关性的行为规范检测方法、装置及介质在权利要求书中公布了：1.一种融合标签间语义相关性的行为规范检测方法，其特征在于，步骤包括： 步骤S01.模型构建：构建工人行为规范识别模型，所述工人行为规范识别模型包括骨干网络、颈部MAFPN网络以及两阶段检测头，所述颈部MAFPN网络包括多条处理路径，各条处理路径相互连接形成两条路径，其中第一条自下而上的路径从骨干网络的输出信号中提取多尺度特征并进行融合，第二个自上而下路径从每一层收集信息，得到跨多种分辨率的多样化输出信息提供给两阶段检测头，所述两阶段检测头包括第一阶段网络以及第二阶段网络，所述第一阶段网络根据所述颈部MAFPN网络输出的每个尺度的特征图初步预测工人的边界框及对应为前景的预测概率，所述第二阶段网络根据所述第一阶段网络得到的前景目标进行多标签目标识别，所述第二阶段网络包括预测前景及多标签预测概率分支以及建议框位置回归分支； 步骤S02.模型训练：使用具有多种工人不规范行为的工人行为规范图像训练数据集对所述工人行为规范识别模型进行训练，在训练过程中，将标签关系分支引入至第二阶段网络预测前景及多标签预测概率分支，以融入多标签语义结构信息进行多标签目标识别，训练完成后得到训练后的行为规范识别模型； 步骤S03.实时检测：实时获取被测区域的检测图像，输入至所述训练后的行为规范识别模型中，得到是否存在工人行为不规范的检测结果输出； 所述第二阶段网络中，根据第一阶段网络产生的候选框在对应的特征层上截取特征区域，并通过ROIPooling形成固定长度的全连接层，将形成的全连接层经过两层神经网络进行进一步特征抽象后，将特征层分成两个分支，其中一个分支为预测前景及多标签预测概率分支，另一个分支为建议框位置回归分支；所述第二阶段网络在训练时，将所述预测前景及多标签预测概率分支结果与标签关系分支生成的分类标签相乘，以使得在训练过程中学习标签之间的依赖关系和图像空间信息的融合特征，所述第二阶段网络在推理时所述预测前景及多标签预测概率分支中去掉所述标签关系分支，所述标签关系分支通过将待处理图像的对象标签使用单词嵌入表示得到标签嵌入特征矩阵，利用欧式距离构建多标签关系矩阵A，并将所述多标签关系矩阵A经过GACT层得到增强多标签关系矩阵，将所述标签嵌入特征矩阵与所述增强多标签关系矩阵作为GCN图神经网络的输入，生成分类标签。

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湖南工商大学，其通讯地址为：410205 湖南省长沙市岳麓区岳麓大道569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。