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！

龙图腾网获悉西安建筑科技大学申请的专利基于特征引导的多模态聚合低光环境行为识别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：CN115565248B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202211254928.3，技术领域涉及：G06V40/20；该发明授权基于特征引导的多模态聚合低光环境行为识别方法及系统是由刘光辉;王秦蒙;孟月波;陈廷廷设计研发完成，并于2022-10-13向国家知识产权局提交的专利申请。

本基于特征引导的多模态聚合低光环境行为识别方法及系统在说明书摘要公布了：本发明提供一种基于特征引导的多模态聚合低光环境行为识别方法及系统，S1构建基于特征引导的多模态聚合低光环境行为识别网络，该网络包括光照增强优化的分层骨架特征融合网络HSFIE、高效表观特征提取网络EAFEM和特征引导多模态聚合网络MNF；对基于特征引导的多模态聚合低光环境行为识别网络进行训练，得到基于特征引导的多模态聚合低光环境行为识别模型；将待检测视频输入基于特征引导的多模态聚合低光环境行为识别模型，得到全局、局部并重的多模态聚合特征，对多模态聚合特征进行分类，完成行为识别。本发明从光照增强与多模特征融合的角度出发，在低光环境下可以较好的完成人体行为识别任务，并将其应用于安防、自动驾驶等领域。

本发明授权基于特征引导的多模态聚合低光环境行为识别方法及系统在权利要求书中公布了：1.一种基于特征引导的多模态聚合低光环境行为识别方法，其特征在于，具体步骤如下： S1构建基于特征引导的多模态聚合低光环境行为识别网络，该网络包括光照增强优化的分层骨架特征融合网络HSFIE、高效表观特征提取网络EAFEM和特征引导多模态聚合网络MNF，光照增强优化的分层骨架特征融合网络HSFIE用于获取骨架时空特征，高效表观特征提取网络EAFEM用于获取RGB时空特征，特征引导多模态聚合网络MNF用于利用特征引导策略实现骨架时空特征和RGB时空特征的细密性联系得到多模态聚合特征； S2对基于特征引导的多模态聚合低光环境行为识别网络进行训练，得到基于特征引导的多模态聚合低光环境行为识别模型； S3将待检测视频输入基于特征引导的多模态聚合低光环境行为识别模型，得到全局、局部并重的多模态聚合特征，对多模态聚合特征进行分类，完成行为识别； S1中，基于光照增强优化的分层骨架特征融合网络包括光照增强算法、姿态估计网络、层次化时空特征融合策略，所述光照增强算法用于对原始视频逐帧作光照增强处理，提升姿态估计网络在低光场景下的骨架提取能力；姿态估计网络用于对经过光照增强处理的原始视频进行人体骨架序列提取；层次化时空特征融合策略用于从获取的人体骨架序列中抽取侧重于人体行为本身表达的动作特征，结合分层思想捕获多层多尺度细节特征得到骨架时空特征； S1中，高效表观特征提取网络EAFEM用于对原始低光视频帧进行RGB特征提取，高效表观特征提取网络EAFEM包括Resnet50骨干网络和时空转换模块STSM，所述时空转换模块STSM嵌入Resnet50骨干网络每个残差结构的第一个卷积层之前用于提高RGB特征提取的效率； S1中，特征引导多模态聚合网络MNF包括直接聚合层、特征引导层、全局聚合层，具体的，直接聚合层，采用全局平局池化将骨架时空特征转换和RGB时空特征转换为通道维数一致的特征向量，通过1x1卷积得到全局特征； 特征引导层，对骨架时空特征与RGB时空特征沿时间与空间维度进行分割，以通道拼接方式对分割后的骨架时空特征与RGB时空特征进行元素级联；然后利用特征学习关联运算将骨架时空特征与RGB时空特征语义对齐；利用1x1卷积强化局部区域语义信息得到重点关注局部的引导特征； 全局聚合层，通过全连接操作将所述引导特征与全局特征聚合，得到具有全局、局部并重的多模态聚合特征。

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西安建筑科技大学，其通讯地址为：710055 陕西省西安市碑林区雁塔路13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。