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！

龙图腾网获悉贵州大学申请的专利基于时空特征的行为检测方法及系统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：CN116580334B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202310400890.4，技术领域涉及：G06V20/40；该发明授权基于时空特征的行为检测方法及系统是由杨观赐;杨思远;李杨;罗可欣;王阳;蓝善根;何玲;刘丹设计研发完成，并于2023-04-14向国家知识产权局提交的专利申请。

本基于时空特征的行为检测方法及系统在说明书摘要公布了：本发明的一种基于时空特征的行为检测方法，包括如下步骤：制作行为数据集：采集室内环境的非自杀性自伤行为视频数据，在采集的视频数据中对四类行为动作进行标注；加载模型及初始化模型参数：加载计算机视觉和机器学习软件库OpenCV，目标检测特征模型Md，行为检测特征模型Ma，人脸识别特征库Mf，非自杀性自伤行为类别集合L；基于室内活动时空特征的非自杀性自伤行为检测，包括非自杀性自伤行为NSSI特征提取、非自杀性自伤行为NSSI分类。基于时空特征的行为检测系统，包括视频采集、预处理模块、行为检测模块、可视化模块。本发明具有能通过视频数据自动检测非自杀性自残行为的特点。

本发明授权基于时空特征的行为检测方法及系统在权利要求书中公布了：1.一种基于时空特征的行为检测方法，其特征在于：该方法包括如下步骤： 步骤1、制作行为数据集：从可实施性和典型性的角度，将非自杀性自伤行为NSSI分为四类动作：咬biting、切割cutting、撞击hitting、以及具有潜在危险的爬高climbing，即行为类别集合L＝{biting，climbing，hitting，cutting}；在室内环境，采用摄像头和手机进行非自杀性自伤行为视频采集，将采集的非自杀性自伤行为视频数据划分为训练数据集、验证数据集和测试数据集，并在视频数据中对四类行为动作进行标注； 步骤2、加载模型及初始化模型参数：加载计算机视觉和机器学习软件库OpenCV，目标检测特征模型Md，行为检测特征模型Ma，人脸识别特征库Mf，非自杀性自伤行为类别集合L；初始化模型参数包括采样率、测试裁切分辨率、检测阈值ε，动作类别数； 步骤3、基于室内活动时空特征的非自杀性自伤行为检测，包括非自杀性自伤行为NSSI特征提取、非自杀性自伤行为NSSI分类，详细步骤如下： Step1：读取RGB摄像头视频流Vreal； Step2：如果视频流Vreal的帧数量T＝64，即Vreal＝f1f1…fk…f64，转入步骤Step3，否则转到Step1； Step3：读取视频时间t，初始化人体检测框坐标集Gt为空集； Step4：由于帧fk属于视频流Vreal，即根据fk和Md运用目标检测方法，依次预测fk的人体检测框boundingbox，获得坐标集Gt； Step5：采用行为检测方法，根据Gt、Vreal和Ma获得Vreal的时序特征向量Fse和空间特征向量Fsp； Step6：将时序特征向量Fse和空间特征向量Fsp进行拼接融合，并输入到分类器，计算NSSI行为类别概率分布p，获取NSSI行为类别ct；所述计算NSSI行为类别概率分布p：根据分类器结合时空特征来预测NSSI类别概率，在数据的训练过程中，采取BCEloss函数来计算预测值和真实值之间的分布差异，假设单一类别输出的概率值为pi，其中i代表该类别；在训练过程中，真实标签的二进制值用表示，损失函数可以要求单个类别的损失，这相当于把每个类别当作一个二元分类问题，其损失函数的公式表示如下： Step7：如果概率分布p大于检测阈值ε，同时视频流的行为类别ct属于非自杀性自伤行为类别集合L，即ifp＞εamp;amp;ct∈L，转Step8，否则转到Step1； Step8：将Mf和Vreal作为输入，运用人脸识别方法获取身份信息Nt； Step9：读取摄像头的位置信息Ot； Step10：构建描述事件的序列S，包括视频时间t，位置Ot，身份信息Nt，NSSI行为类别ct，即序列St，Ot，Nt，ct； Step11：将S与Vreal融合形成新的视频流V*； Step12：输出视频流V*，序列S，以用于可视化和预警用途； Step13：如果收到结束指令，则结束，否则转到Step1。

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贵州大学，其通讯地址为：550025 贵州省贵阳市花溪区贵州大学科研院；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。