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！

龙图腾网获悉浙江大学申请的专利一种基于图神经网络的小样本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：CN116524598B 。

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：202310565601.6，技术领域涉及：G06V40/20；该发明授权一种基于图神经网络的小样本动作识别方法是由刘勇;幸家正;王蒙蒙设计研发完成，并于2023-05-19向国家知识产权局提交的专利申请。

本一种基于图神经网络的小样本动作识别方法在说明书摘要公布了：一种基于图神经网络的小样本动作识别方法，包括：步骤S1：获取视频，并提取视频特征；步骤S2：视频特征进行重塑和增强得到视频时序特征；步骤S3：将所有视频时序特征进行平均池化操作形成对应的节点特征，并利用节点特征构建边特征，节点特征和边特征分别输入预训练好的图网络进行特征传播和更新，并计算待查询视频和类别支持集视频的任务导向型特征；步骤S4：将任务导向型特征进行类别匹配，得出待查询视频的类别预测值；步骤S5：通过类别预测值识别待查询视频中行为者的动作，本方法实现了在仅有较少标记训练数据的实际场景中可以准确快速识别行为者的动作。

本发明授权一种基于图神经网络的小样本动作识别方法在权利要求书中公布了：1.一种基于图神经网络的动作识别方法，包括： 步骤S1：获取待查询视频和类别支持集视频，并分别输入预训练好的特征提取网络进行特征提取得到待查询视频特征和类别支持集视频特征； 步骤S2：将步骤S1中所有的视频特征分别输入预训练好的特征增强网络进行重塑和增强得到视频时序特征；所述视频时序特征包括待查询视频时序特征和类别支持集视频时序特征； 步骤S3：将步骤S2中所有的视频时序特征进行平均池化操作形成对应的节点特征，并利用节点特征构建边特征，所述边特征用于表示任意两个节点特征之间的类别相关性，所述节点特征和边特征分别输入预训练好的图网络进行特征传播和更新，根据图网络传播和更新后输出的结果分别计算待查询视频和类别支持集视频的任务导向型特征； 步骤S4：将所述待查询视频和类别支持集视频的任务导向型特征通过预训练好的混合匹配网络进行类别匹配，得出待查询视频的类别预测值； 步骤S5：通过类别预测值识别待查询视频中行为者的动作； 所述步骤S3包括以下步骤： 步骤S31：将步骤S2中所有的视频时序特征进行平均池化操作形成对应的节点特征，用V表示；并利用节点特征构建边特征，用A表示； 节点特征 vi表示第i个节点特征，代表图网络内类别支持集视频和待查询视频的节点特征总数，对节点特征进行初始化； 边特征 aij表示第i个节点特征和第j个节点特征之间的边特征，代表图网络内类别支持集视频和待查询视频的节点特征总数，使用真实类别标签对边特征进行初始化； 步骤S32：所述节点特征和边特征分别输入预训练好的L层图网络进行特征传播和更新，传播和更新的步骤具体包括：所有初始节点特征和初始边特征传播至第一层图网络，通过计算输出第一层图网络更新的节点特征和边特征，第一层图网络更新的节点特征和边特征接着传播至下一层图网络继续更新，逐层更新直至最后一层图网络输出最终更新的节点特征和边特征，L为大于等于1的整数； 步骤S33：利用Select操作从最终更新的边特征中选择与待查询视频的节点特征相关的边特征，得到关联边特征； 步骤S34：通过关联边特征计算待查询视频和类别支持集视频的图网络引导特征； 步骤S35：将待查询视频和类别支持集视频的图网络引导特征分别与待查询视频和类别支持集视频的视频时序特征进行融合得到待查询视频和类别支持集视频的任务导向型特征。

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浙江大学，其通讯地址为：310000 浙江省杭州市西湖区余杭塘路866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。