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！

龙图腾网获悉重庆邮电大学申请的专利一种基于小样本学习的第一人称行为识别方法和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：CN119314224B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202411337275.4，技术领域涉及：G06V40/20；该发明授权一种基于小样本学习的第一人称行为识别方法和装置是由谭卓林;高陈强;李欣霖设计研发完成，并于2024-09-25向国家知识产权局提交的专利申请。

本一种基于小样本学习的第一人称行为识别方法和装置在说明书摘要公布了：本发明涉及一种基于小样本学习的第一人称行为识别方法和装置，包括遵循小样本学习设置，通过第一人称视频样本构建元训练任务和元测试任务；利用元训练任务对第一人称行为识别模型进行元训练，其中，所述第一人称行为识别模型包括：特征提取模块和集合匹配度量模块；所述特征提取模块用于提取第一人称视频样本的多尺度视频特征；所述集合匹配度量模块用于根据第一人称视频样本的多尺度视频特征计算查询集中第一人称视频样本和支持集的匹配分数，并根据匹配分数识别用户的行为类别；利用训练好的第一人称行为识别模型对元测试任务进行用户行为识别，本发明能够提高模型的泛化能力和识别准确率，减小模型训练的计算量。

本发明授权一种基于小样本学习的第一人称行为识别方法和装置在权利要求书中公布了：1.一种基于小样本学习的第一人称行为识别方法，其特征在于，包括以下步骤： S1：遵循小样本学习设置，通过第一人称视频样本构建元训练任务和元测试任务； S2：利用元训练任务对第一人称行为识别模型进行元训练，其中，所述第一人称行为识别模型包括：特征提取模块和集合匹配度量模块； 所述特征提取模块用于提取第一人称视频样本的多尺度视频特征； 所述特征提取模块包括：ResNet50、以及与ResNet50每个阶段对应的特征融合支路； 所述提取第一人称视频样本的多尺度视频特征包括： 将第一人称视频样本的视频帧依次输入ResNet50，在ResNet50每个阶段输出对应尺度的视频帧特征；所述ResNet50包括5个阶段，每个阶段由不同数量的卷积层和或残差块组成； 将ResNet50在每个阶段输出的所有视频帧特征输入该阶段对应的特征融合支路得到对应尺度的视频特征； 将所有特征融合支路输出的视频特征组成第一人称视频样本的多尺度视频特征； 所述特征融合支路将输入的所有视频帧特征分别在空间维度上展平，将所有展平后的视频帧特征输入映射器进行时空信息融合生成时空视频特征；将时空视频特征进行平均池化处理得到特征提取支路的输出特征； 所述映射器将所有展平后的视频帧特征作为输入序列进行单头自注意力操作得到空间视频帧特征序列；将空间视频帧特征序列进行平均池化操作得到空间池化视频帧特征序列；将空间池化视频帧特征序列中的所有特征元素进行拼接得到初始视频特征；将初始视频特征输入MLP-Mixer进行处理得到时间视频特征；将时间视频特征依次进行扩展-拼接-卷积操作生成时空视频特征； 所述集合匹配度量模块用于根据第一人称视频样本的多尺度视频特征计算查询集中第一人称视频样本和支持集的匹配分数，并根据匹配分数识别用户的行为类别； 所述计算查询集中第一人称视频样本和支持集的匹配分数包括： 其中，表示马氏距离，表示查询集样本，表示支持集，表示支持集中的第i个第一人称视频样本，表示样本的用户行为类别，n表示支持集中所有样本的用户行为类别为n，表示查询样本的多尺度视频特征，表示支持集样本的多尺度视频特征；表示查询样本和支持集的匹配分数； S3：利用训练好的第一人称行为识别模型对元测试任务进行用户行为识别。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2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。