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！

龙图腾网获悉西安电子科技大学申请的专利基于视觉行为分析的发展协调障碍单手精细动作评估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：CN119229525B 。

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：202411258532.5，技术领域涉及：G06V40/20；该发明授权基于视觉行为分析的发展协调障碍单手精细动作评估方法是由李睿敏;孙海林;郑洋;赵子瑜;黄湖;缑水平设计研发完成，并于2024-09-09向国家知识产权局提交的专利申请。

本基于视觉行为分析的发展协调障碍单手精细动作评估方法在说明书摘要公布了：本发明公开了一种基于视觉行为分析的发展协调障碍单手精细动作评估方法，主要解决现有发展性协调障碍单手精细动作评估方法客观性不足，准确性差以及泛化性低的问题。其实现方案是：构建标准插钉子任务视频数据集并将其划分为训练数据集与测试数据集；构建第一阶段的重复动作定位网络F1，用于对视频中的重复动作进行定位；构建第二阶段的时序区域网络F2，用于对定位出的动作片段进行评估；使用训练数据集通过梯度下降分别对F1和F2这两个网络进行训练；将测试数据集分别输入到训练好的这两个网络中得到评估结果。本发明通过基于视觉的评估方法，实现了单手精细动作的细粒度评估，有效提高了评估准确性和效率，可用于发展性协调障碍DCD的大规模筛查。

本发明授权基于视觉行为分析的发展协调障碍单手精细动作评估方法在权利要求书中公布了：1.一种基于视觉行为分析的发展协调障碍单手精细动作评估方法，其特征在于，包括如下步骤： 1构建基于发展协调障碍评测工具书MovementABC-2的单手精细动作评估任务数据集Dpeg： 招募7至10岁儿童进行数据采集，通过相机录制儿童进行单手精细动作评估任务中插钉子任务的视频，根据MovementABC-2工具书对视频进行标注； 将Dpeg数据集按照8：2的比例划分为训练集Dt和测试集Dv； 2构建包括重复动作定位网络F1和时空区域增强网络F2的发展协调障碍单手精细动作评估网络F； 所述重复动作定位网络F1，包括： 数据预处理模块，用于对完整插钉子视频进行预处理，其由姿态估计模型和目标检测模型并联构成，该姿态估计模型用于获取手部轨迹数据Dh，该目标检测模型用于对完整插钉子视频进行检测，获取物体轨迹密度数据Ds，将Dh和Ds在通道维度拼接获取到预处理后的数据Dl； 基于LSTM和Transformer的定位模块，其由LSTM块，Transformer块和线性层串联构成，用于对预处理后的数据Dl进行特征融合，输出为动作概率密度图DM； 后处理模块，用于使用峰值检测算法和差分法对动作概率密度图DM进行后处理，得到由每个重复动作的开始帧和结束帧位置组成的动作定位集合S； 所述数据预处理模块、定位模块、后处理模块依次级联构成重复动作定位网络F1； 其输入为完整插钉子视频，输出为该视频中重复动作位置组成的动作定位集合S； 该重复动作定位网络F1用于在第一阶段对输入视频V中重复动作的起止时间区域进行定位，得到每个重复动作的开始帧和结束帧位置组成的动作定位集合S： ； 其中为，Bn和En分别为输入视频V中第n个动作的开始帧和结束帧，n的大小是从1到N； 所述时空区域增强网络F2，用于在第二阶段对视频片段集合中每个视频片段vn包含的单手动作技能进行评估，得到重复动作评估结果集合Rs： ； 其中，为根据重复动作定位阶段的结果集S分割得到的视频片段集合，vn为分割后的第n个视频片段，rn为第n个视频片段的评估结果，其值为0：不标准动作，或1：标准动作，n的大小是从1到N； 3使用训练集Dt通过梯度下降法对单手精细评估网络中的重复动作定位网络F1和时空区域增强网络F2分别进行迭代训练，直至各自损失函数收敛，得到训练后的单手精细动作评估网络F； 4将测试数据集Dv输入到训练好的单手精细动作评估网络，得到测试数据对应的估计结果。

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电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2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。