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！

龙图腾网获悉北京理工大学申请的专利一种用于时序动作检测的图网络模型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：CN115937650B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202211491762.7，技术领域涉及：G06V10/82；该发明授权一种用于时序动作检测的图网络模型是由甘明刚;张琰;陈杰;张少卿;马千兆;夏明月设计研发完成，并于2022-11-25向国家知识产权局提交的专利申请。

本一种用于时序动作检测的图网络模型在说明书摘要公布了：本发明涉及一种用于时序动作检测的图网络模型，属于时序动作检测任务技术领域。在提议生成阶段，通过基本特征网络和提议生成网络获得动作提议；在获得动作提议后，在提议分类阶段预测其具体动作标签，在此阶段，提议分类网络具有跨尺度提议图模块和语义提议图模块，以获得高质量的提议特征，在跨尺度提议图模块中，设计了一个跨时间特征金字塔的图注意力卷积网络A来生成具有不同粒度时间上下文信息的提议特征M，在语义提议图模块中，将具有不同粒度时间上下文信息的提议特征M构建到提议图中，并利用图注意力卷积网络B在提议之间传递语义信息，得到增强的提议特征N，最后将增强的提议特征N提供给分类器，以预测提议的标签。

本发明授权一种用于时序动作检测的图网络模型在权利要求书中公布了：1.一种用于时序动作检测的图网络模型，其特征在于： 该图网络模型包括基本特征网络、提议生成网络和提议分类网络； 所述的提议分类网络包括跨尺度提议图模块和语义提议图模块； 所述的基本特征网络用于从原始视频数据中提取视频特征序列，并根据提取的视频特征序列采用transformer构造时间特征金字塔，以检测各种时间尺度下的动作实例，并将构造的时间特征金字塔输入提议生成网络； 所述的提议生成网络用于接收基本特征网络输出的时间特征金字塔，并根据接收的时间特征金字塔的第i级特征图、置信度得分以及从第i级特征图中每个位置到边界的时间距离找到候选提议，从找到的候选提议中选择个候选提议作为动作提议，并将选择的动作提议输入提议分类网络； 所述的提议分类网络中的跨尺度提议图模块用于接收提议生成网络输出的动作提议，通过图注意力卷积网络A生成具有不同粒度时间上下文信息的提议特征M，并将提议特征M输出到语义提议图模块； 所述的提议分类网络中的跨尺度提议图模块生成具有不同粒度时间上下文信息的提议特征M的方法步骤包括： 步骤1，接收提议生成网络输出的时间特征金字塔第i级生成的动作提议，使用ROI池化层获取N+1个跨时间尺度的提议特征，其中是从时间特征金字塔第k级生成的提议特征； 步骤2：将步骤1所得到的N+1个跨时间尺度的提议特征构建成一个图，其中表示节点，表示边集； 步骤3：将步骤2所生成的图上的跨时间尺度信息输入到图注意力卷积网络A中，得到具有不同粒度时间上下文信息的提议特征M； 图注意力卷积网络A为： 3 其中，是要学习的参数矩阵，是第v个节点的全部邻节点集合，是第v个节点的第q个邻节点的权重，表示第q个邻节点的特征，采用注意力机制来计算权重： 4 其中，是可学习参数；||是重复串联操作； 所述的提议分类网络中的语义提议图模块用于接收跨尺度语义图模块生成的具有不同粒度时间上下文信息的提议特征M，根据接收的提议特征M构建提议图，并对构建的提议图应用图注意力卷积网络B获取增强的提议特征N，最终将增强的提议特征N送入动作分类器，以预测提议的标签。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。