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！

龙图腾网获悉安徽大学申请的专利一种基于深度学习的六步洗手评估方法及装置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：CN115205972B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202210819707.X，技术领域涉及：G06V40/20；该发明授权一种基于深度学习的六步洗手评估方法及装置是由李成龙;朱启文;刘图彪;汤进设计研发完成，并于2022-07-13向国家知识产权局提交的专利申请。

本一种基于深度学习的六步洗手评估方法及装置在说明书摘要公布了：本发明公开了一种基于深度学习的六步洗手评估方法及装置，所述方法包括：对洗手视频进行帧分解以及光流提取后进行特征编码得到特征图；将经过特征编码的特征图送入第一预测网络得到第一预测结果；将第一预测结果输入多个级联的第二预测网络得到洗手步骤分割结果；将获得的洗手步骤分割结果与原始特征结合得到属于每一步骤的特征，将每一步骤的特征送入其对应的关键动作打分器中进行打分；得到每一步骤的分数后，将每一步骤的分数相加得到总得分，总得分与预设的标准得分进行比较得出评估结果；本发明的优点在于：评估结果较为准确。

本发明授权一种基于深度学习的六步洗手评估方法及装置在权利要求书中公布了：1.一种基于深度学习的六步洗手评估方法，其特征在于，所述方法包括： 步骤一：对洗手视频进行帧分解以及光流提取后进行特征编码得到特征图；对洗手视频进行帧分解以及光流提取并送入预训练好的I3D网络中的特征提取模块进行特征提取得到1024维的RGB数据和光流数据，之后将这两个数据特征进行连接，得到2048维的特征图； 步骤二：将经过特征编码的特征图送入第一预测网络得到第一预测结果，第一阶段的预测网络包括顺次连接的一个降维卷积层，一个空洞残差层，以及一个预测卷积层；降维卷积层用于将输入的2048维度特征图降至256维度特征，空洞残差层包括空洞卷积和残差链接，用于在特征上建立帧之间的关系，预测卷积层用于预测最终的分类结果； 步骤三：将第一预测结果输入多个级联的第二预测网络得到洗手步骤分割结果，所述第二预测网络相比第一预测网络，在其降维卷积层之前加入了线性Transformer；将第一预测结果输入第二预测网络，经过线性Transformer进行帧间关系的进一步建模，利用Transformer的自注意力模块来建模帧间的全局关系，然后经过降维卷积层、空洞残差层和预测卷积层进行进一步的修正，最后获得最终的洗手步骤分割结果； 步骤四：将获得的洗手步骤分割结果与原始特征结合得到属于每一步骤的特征，将每一步骤的特征送入其对应的关键动作打分器中进行打分； 步骤五：得到每一步骤的分数后，将每一步骤的分数相加得到总得分，总得分与预设的标准得分进行比较得出评估结果。

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安徽大学，其通讯地址为：230039 安徽省合肥市蜀山区肥西路3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。