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！

龙图腾网获悉陕西师范大学申请的专利基于时空动作检测技术的学习场景实时动作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：CN116721461B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202310540697.0，技术领域涉及：G06V40/20；该发明授权基于时空动作检测技术的学习场景实时动作识别方法是由马苗;邱佳宝;杨云启;郭敏设计研发完成，并于2023-05-12向国家知识产权局提交的专利申请。

本基于时空动作检测技术的学习场景实时动作识别方法在说明书摘要公布了：一种基于时空动作检测技术的学习场景实时动作识别方法，包括数据预处理、构建学习场景时空动作检测网络、训练学习场景时空动作检测网络、保存权重文件、测试学习场景时空动作检测网络；本发明采用了轻量化的shuffernetv2模型，嵌入的DNL自注意力模块可提高通道间特征的依赖性，使得不同分支的特征能够合理、平滑地聚合，从而突出了上下文关系，增强特征的可辨别性。本发明充分利用视频帧中的2D特征和帧与帧之间的上下文信息，并达到了识别精度和识别速度的平衡。与现有技术相比，本发明简单、参数量少、速度快和精度高。

本发明授权基于时空动作检测技术的学习场景实时动作识别方法在权利要求书中公布了：1.一种基于时空动作检测技术的学习场景实时动作识别方法，其特征在于，包括以下步骤： S1.数据预处理 采集学习场景学习者视频，根据学习场景学习者视频生成学习者动作识别数据集，学习者动作识别数据集由原始图片和图片对应的标签文件组成，从学习者动作识别数据集中提取原始图片，采用双线性插值法将原始图片调整统一大小后按照比例分为训练集和测试集； S2.构建学习场景时空动作检测网络 学习场景时空动作检测网络由2D分支网络、3D分支网络、特征融合网络、分类回归网络连接构成，2D分支网络和3D分支网络并列输出到特征融合网络，特征融合网络输出到分类回归网络； 所述2D分支网络为ShuffleNetV2网络，用于提取输入图片的2D特征并生成2D基础特征图集{C1，C2，C3}，C1为ShuffleNetV2网络中第一个卷积层的2D特征图集，C2为ShuffleNetV2网络中第二个卷积层的2D特征图集，C3为ShuffleNetV2网络中第三个卷积层的2D特征图集； 所述3D分支网络为3D-ShuffleNetV2网络，用于提取输入图片的3D特征并生成3D基础特征图集，然后对3D基础特征图集进行维度压缩得到3D基础特征压缩图集{D1，D2，D3}，D1为3D-ShuffleNetV2网络中第一个卷积层的3D特征压缩图集，D2为3D-ShuffleNetV2网络中第二个卷积层的3D特征压缩图集，D3为3D-ShuffleNetV2网络中第三个卷积层的3D特征压缩图集； 所述特征融合网络由两个卷积层和DNL自注意力模块构成，用于将2D基础特征图集{C1，C2，C3}与3D基础特征压缩图集{D1，D2，D3}通过通道堆叠的方式对应叠加，然后经过两个卷积层生成融合特征图集合{E1，E2，E3}，最后将融合特征图集合{E1，E2，E3}输入到DNL自注意力模块生成新特征图集G； 所述分类回归网络由1×1卷积层构成，用于处理新特征图集G得到识别结果，具体处理过程为将新特征图集G通过1×1卷积层生成特征图大小为3×NumCls+5×的识别特征图集，其中3为对应的三个先验锚框、NumCls为学习场景中动作识别的类别数目，为特征图的高，为特征图的宽； S3.训练学习场景时空动作检测网络 将训练集和训练集对应的标签文件输入到学习场景时空动作检测网络中进行训练，使用SGD优化器和损失函数来不断地迭代优化网络以更新参数，直到达到设定的迭代次数上限，即完成学习场景时空动作检测网络的训练； 所述损失函数包括CIOU损失函数和交叉熵损失函数，回归任务采用CIOU损失函数，分类任务采用交叉熵损失函数； =1-IOU++αν 式中，、为两个矩形框的中心点，为两个矩形框之间的欧氏距离，为两个矩形框的闭包区域的对角线的距离，α为平衡参数，ν为衡量长宽比一致性的参数，IOU为相交区域与并区域的比值，为真值，为估计值； S4.保存权重文件 学习场景时空动作检测网络在F次迭代后保存优化后的权重文件； S5.测试学习场景时空动作检测网络 将步骤S4保存的权重文件、测试数据集以及其对应的标签文件输入到学习场景时空动作检测网络中进行测试，用非极大值抑制和置信度阈值的方法对检测结果进行后处理，并对检测结果的精度和参数量定量的评价。

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陕西师范大学，其通讯地址为：710062 陕西省西安市长安南路199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。