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一种基于神经网络模型的可预见性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：CN119811655B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202411605915.5，技术领域涉及：G16H50/30；该发明授权一种基于神经网络模型的可预见性行为识别方法是由杨观赐;王猛;唐耀;李克松;罗可欣;何玲;刘丹;胡耀设计研发完成，并于2024-11-12向国家知识产权局提交的专利申请。

本一种基于神经网络模型的可预见性行为识别方法在说明书摘要公布了：本发明公开了一种基于神经网络模型的可预见性行为识别方法，包括：收集可预见性行为数据集；行为识别模型构建，基于神经网络模型VideoMAE进行改进，包括编码器、解码器、掩码策略，其中所述编码器包括输入数据预处理、改进的特征提取，所述改进的特征提取，将原来的时空联合自注意力机制改为多头自注意力特征提取模块和局部卷积注意力特征提取模块共同实现特征提取，然后通过线性加权融合得到最终的行为特征F；训练行为识别模型；应用训练好的行为识别模型，进行可预见性行为识别。本发明具有识别准确率高、实时性好、鲁棒性强的特点。

本发明授权一种基于神经网络模型的可预见性行为识别方法在权利要求书中公布了：1.一种基于神经网络模型的可预见性行为识别方法，其特征在于：该方法包括如下步骤： 步骤1:收集可预见性行为数据集，预定义可预见性行为类别，并对可预计性行为数据集数据进行类别标签标注；将该数据集划分为训练集、测试集和验证集； 步骤2：行为识别模型构建：该行为识别模型基于神经网络模型VideoMAE进行改进，包括编码器、解码器、掩码策略，其中所述编码器包括输入数据预处理、改进的特征提取；所述改进的特征提取包括多头自注意力特征提取模块Rglobal，局部卷积注意力特征提取模块Rlocal；其行为识别流程为： 步骤2.1：所述编码器的输入数据预处理，将数据集中输入数据分割成单独的帧序列，并按照t帧进行时序下采样，并进行中心裁剪和尺寸标准化处理，得到数据序列T{T1,T2,…,Tt}，然后将数据序列T{T1,T2,…,Tt}输入编码器的改进的特征提取； 步骤2.2:所述改进的特征提取，首先对输入数据序列T{T1,T2,…,Tt}进行按照空间和时间维度划分成多个小块，得到数据块P{P1,P2,…,Pm}，再把P{P1,P2,…,Pm}进行掩码操作tube，随机选择90%比例进行掩码，将剩余部分10%的P{P1,P2,…,Pm}经过线性嵌入层，得到高维特征信息h{h1,h2,…,hm}； 然后，将高维特征信息h{h1,h2,…,hm}输入多头注意力特征提取模块Rglobal，利用多头注意力对输入的高维特征信息数据序列进行分段处理，形成不同注意力头，并通过注意力头在全时空范围内捕捉行为特征；从全局视角捕捉行为信息，获得维度为M·N·3的全局特征向量Fglobal，其中，M为输入图像的宽帧数，N为输入图像的高帧数，公式如下： ； 其中，T代表着token数据序列样本，T∈RB×N×C，C为通道数，B为每轮次的样本数量；t代表着输入模型的帧数，An为1×C×C的注意力参数矩阵，⊙表示矩阵元素对位相乘； 步骤2.3:将数据序列T{T1,T2,…,Tt}输入到局部卷积注意力特征提取模块Rlocal；首先对输入序列T{T1,T2,…,Tt}进行卷积Conv1×1操作，得到查询Q和键K两个局部特征信息；随后，将Q和K经过矩阵相乘得到静态信息attn，然后，attn经过分类softmax操作，并与数据序列T处理后提取的特征矩阵相乘得到局部动态特征；最后，经过卷积Conv1×1、归一化LayerNorm、激活函数ReLU、卷积Conv1×1操作，得到输出维度为M·N·3的局部特征向量Flocal； 步骤2.4:将全局特征Fglobal和局部特征Flocal进行线性加权融合，生成最终的行为特征F，公式为： F=αFglobal+1-αFlocal 其中，α∈[0,1]表示特征融合权重系数，平衡全局特征和局部特征的重要程度； 步骤2.5:将融合特征F输入解码器，经分类得出序列预测类别标签及相应的类别得分S； 步骤3：训练行为识别模型：将训练数据集输入所述行为识别网络模型中进行训练；使用测试集和验证集对训练后的行为识别网络模型中进行评估和检验； 步骤4:应用训练好的行为识别模型，进行可预见性行为识别。

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贵州大学，其通讯地址为：550025 贵州省贵阳市花溪区贵州大学(北区)科技处；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。