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！

龙图腾网获悉杭州电子科技大学;杭州电子科技大学信息工程学院申请的专利基于增强因果建模和特征共识的时序动作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：CN120853092B 。

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：202511332156.4，技术领域涉及：G06V20/40；该发明授权基于增强因果建模和特征共识的时序动作检测方法及系统是由管力明;张宏杰;张海平;林海翔设计研发完成，并于2025-09-18向国家知识产权局提交的专利申请。

本基于增强因果建模和特征共识的时序动作检测方法及系统在说明书摘要公布了：本发明公开了一种基于增强因果建模和特征共识的时序动作检测方法及系统。该方法包括：S1、针对待检测视频，使用预训练的3D卷积模型提取待检测视频中所有片段的视频特征并进行维度嵌入后，组合形成视频特征表示序列；S2、将所述视频特征表示序列输入由多层编码层堆叠形成的编码器中，依次经过每一层编码层提取不同尺度的时序动作特征；S3、将编码器中所有编码层提取的不同尺度的时序动作特征输入由回归头和分类头组成的检测头中，得到每个片段的动作分类以及起止时间。本发明可显著提升复杂场景下动作边界定位精度与背景干扰抑制能力，在四个具有挑战性的基准数据集上的表现超越了多种最先进的方法。

本发明授权基于增强因果建模和特征共识的时序动作检测方法及系统在权利要求书中公布了：1.一种基于增强因果建模和特征共识的时序动作检测方法，其特征在于，包括如下步骤： S1、针对待检测视频，使用预训练的3D卷积模型提取待检测视频中所有片段的视频特征并进行维度嵌入后，组合形成视频特征表示序列； S2、将所述视频特征表示序列输入由多层编码层堆叠形成的编码器中，依次经过每一层编码层提取不同尺度的时序动作特征；且在每一层编码层中，需要将当前层的输入特征依次经过层归一化、第一全连接层后再输入全局局部融合块中，分两条支路并行进行细粒度因果建模和全局上下文建模后重新融合并通过第二全连接层，得到的中间特征重新与当前层的输入特征进行残差连接后作为当前编码层输出的时序动作特征，上一层编码层输出的时序动作特征通过最大池化操作进行下采样后再输入下一层编码层； 所述全局局部融合块中包含并行的细粒度因果分支和全局上下文分支，全局局部融合块的输入特征先沿通道维度均分为两个子特征； 第一个子特征输入所述细粒度因果分支中，使用增强的因果注意力模块实现时序因果关系建模，并自适应地增强重要特征； 第二个子特征输入所述全局上下文分支中，先利用卷积操作对其进行特征解耦和强化，再通过特征共识网结合通道信息聚合-再分配机制建模通道间依赖关系，并引入自门控机制增强非线性表征能力； 最后将两个分支的输出特征进行拼接，得到全局局部融合块的输出特征； S3、将编码器中所有编码层提取的不同尺度的时序动作特征输入由回归头和分类头组成的检测头中，得到每个片段的动作分类以及起止时间。

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杭州电子科技大学;杭州电子科技大学信息工程学院，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；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。