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！

龙图腾网获悉辽宁石油化工大学申请的专利基于厂区的多模态超图卷积双人交互行为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：CN119445663B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202411519423.4，技术领域涉及：G06V40/20；该发明授权基于厂区的多模态超图卷积双人交互行为识别方法是由王丽;曹江涛;谢帅设计研发完成，并于2024-10-29向国家知识产权局提交的专利申请。

本基于厂区的多模态超图卷积双人交互行为识别方法在说明书摘要公布了：本发明公开了基于厂区的多模态超图卷积双人交互行为识别方法，包括：S1:将厂区内具有交互动作的双人看作一个整体，构建双人超图；S2：针对双人之间的重要互动关节点，分别构建个体内部和交互外部关系矩阵；步骤S3：结合步骤S1和步骤S2构成双人交互超图；步骤S4：将多流输入数据关节位置、运动速度、骨骼进行对称处理，并且为Efficient‑GCN构建时空部分注意力机制ST‑PartAttention,STPA；步骤S5：将3个多流输入进行早期融合，并结合双人交互超图，一起部署到改进注意力机制的Efficient‑GCN中；步骤S6：得到最终输出特征图后再对双人交互动作进行分类。该方法能够有效地提取厂区内的双人动作中丰富的个体、交互特征，显著减小模型复杂度，提高识别精度。

本发明授权基于厂区的多模态超图卷积双人交互行为识别方法在权利要求书中公布了：1.基于厂区的多模态超图卷积双人交互行为识别方法，其特征在于，包括： S1:将厂区内具有交互动作的双人看作一个整体，利用关节点数据，结合自然连接和超连接构建双人超图； S2:针对双人的重要互动关节点，分别构建个体内部和交互外部关系矩阵，并且通过关节之间的距离来评估互动关节点之间的交互程度； S3:将双人超图和所述关系矩阵结合，构建双人交互超图； S4:将多流输入数据进行对称处理，并且为Efficient-GCN构建时空部分注意力机制；其中多流输入数据包括：关节位置、运动速度、骨骼； S5:将3个多流输入数据进行早期融合；并结合双人交互超图，将融合后的多流输入数据部署到改进注意力机制的Efficient-GCN中，输出特征图 S6:将最终输出特征图全局平均为特征向量，再使用全连接层对双人交互行为进行分类； 所述S1将厂区内具有交互动作的双人看作一个整体，利用关节点数据，结合自然连接和超连接构建双人超图，包括： S11：将厂区内具有交互动作的双人看作一个整体，利用关节点数据，重新对关节点顺序排列；将双人骨架序列表示为以关节为顶点，骨骼为边的超图拓扑； S12：将双人的所有关节点分别进行物理连接和四肢超边连接，实现关节点间的信息互通； S13：所有顶点的度构成顶点度矩阵，所有超边的度构成超边度矩阵，超图的邻接矩阵表示双人关节点的连接关系； 所述S4将多流输入数据进行对称处理，且为Efficient-GCN构建时空部分注意力机制，包括： S41：将多流输入数据中的每个样本交换彼此的关节标签，创建一个对称序列，为每个样本生成了一个行为主动和被动交换的对称图； S42：从双人交互动作样本中随机采样子序列，将训练样本大小调整为64帧； S43：将身体划分为头和四肢五部分并分别分配时空注意力，即通过帧级、部分级的池化层、全连接层、级联、逐元素乘积操作得到最终的时空部分注意力图。

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辽宁石油化工大学，其通讯地址为：113000 辽宁省抚顺市望花区丹东路西段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。