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！

龙图腾网获悉中国人民解放军陆军军医大学申请的专利一种生物防护装备穿脱规范性实时监测方法及系统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：CN121415471B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202512021419.6，技术领域涉及：G06V40/20；该发明授权一种生物防护装备穿脱规范性实时监测方法及系统是由胡瑾;余漩;和陆兴;侯杰;张竹君;徐利;李健杰;方海亮;车伦设计研发完成，并于2025-12-30向国家知识产权局提交的专利申请。

本一种生物防护装备穿脱规范性实时监测方法及系统在说明书摘要公布了：本发明属于计算机视觉和医疗信息技术领域，提供一种生物防护装备穿脱规范性实时监测方法，包括：获取操作区域摄像头当前拍摄的时序图像序列，输入时序图像序列至预先训练好的穿脱行为识别模型，获得当前的动作识别结果和目标物品状态识别结果；利用决策模块根据先验知识库中穿脱流程规范、操作区域中人员的历史动作记录，判断当前的动作识别结果和目标物品状态识别结果是否符合穿脱流程规范，获得判断结果；穿脱行为识别模型包括：多任务视觉感知网络、目标特征提取模块和动作识别及目标状态识别网络，本发明还公开了一种生物防护装备穿脱规范性实时监测系统。本发明实现了复杂穿脱动作的准确识别，能够对生物防护装备穿脱动态过程实时监测。

本发明授权一种生物防护装备穿脱规范性实时监测方法及系统在权利要求书中公布了：1.一种生物防护装备穿脱规范性实时监测方法，其特征在于，所述方法包括： 获取操作区域摄像头当前拍摄的时序图像序列，输入时序图像序列至预先训练好的穿脱行为识别模型，获得当前的动作识别结果和目标物品状态识别结果； 利用决策模块根据先验知识库中穿脱流程规范、操作区域中人员的历史动作记录，判断当前的动作识别结果和目标物品状态识别结果是否符合穿脱流程规范，获得判断结果； 所述穿脱行为识别模型包括： 多任务视觉感知网络，对时序图像序列中每帧图像进行人体关键点检测和目标物品检测，获得每帧图像的关键点检测结果和目标物品检测结果； 目标特征提取模块，结合每帧图像的目标物品检测结果对该帧图像在多任务视觉感知网络获得的预定浅层特征进行处理，生成每帧图像的个目标物品特征向量；为目标物品种类数量，为正整数； 动作识别及目标状态识别网络，基于时序图像序列中所有帧图像的关键点检测结果、目标物品检测结果和个目标物品特征向量，获得当前的动作识别结果和目标物品状态识别结果； 其中，所述多任务视觉感知网络包括： 时序感知骨干网络，用于提取时序图像序列中每帧图像的多个尺度的特征； 第一颈部网络，融合时序感知骨干网络输出的多个尺度的特征获得多个第一融合特征； 关键点检测头网络，分别对多个第一融合特征进行处理获得关键点检测结果； 第二颈部网络，融合时序感知骨干网络输出的多个尺度的特征获得多个第二融合特征； 目标物品检测头网络，分别对多个第二融合特征进行处理获得目标物品检测结果； 其中，在时序感知骨干网络的下采样倍位置引入了时序感知补偿模块，为2的幂倍数； 时序感知补偿模块包括： 横断面特征处理单元，用于对输入时序感知补偿模块的特征进行处理，获得横断面特征，横断面特征处理单元包括依次连接的第一卷积和第一深度可分离卷积； 第一形状调整单元，将横断面特征调整为矢状面初始特征； 矢状面多尺度分支，利用不同尺度的深度可分离卷积分别对矢状面初始特征进行处理，获得不同尺度的矢状面中间特征； 第二形状调整单元，将横断面特征调整为冠状面初始特征； 冠状面多尺度分支，利用不同尺度的深度可分离卷积分别对冠状面初始特征进行处理，获得不同尺度的冠状面中间特征； 连续性感知空间注意力块，基于矢状面初始特征和冠状面初始特征获得平面相关注意力矩阵； 第一融合单元，利用平面相关注意力矩阵对不同尺度的矢状面中间特征进行加权处理，获得矢状面特征； 第二融合单元，利用平面相关注意力矩阵对不同尺度的冠状面中间特征进行加权处理，获得冠状面特征； 第三融合单元，融合横断面特征、矢状面特征和冠状面特征获得时序感知补偿模块的输出特征； 其中，所述连续性感知空间注意力块包括： 第一拆分单元，对矢状面初始特征进行通道拆分得到矢状面第一部分特征和矢状面第二部分特征； 第二拆分单元，对冠状面初始特征进行通道拆分得到冠状面第一部分特征和冠状面第二部分特征； 第一特征处理支路，基于矢状面第一部分特征获得矢状面特异性特征向量，第一特征处理支路包括依次连接的第四深度可分离卷积和第一池化单元； 第二特征处理支路，基于矢状面第二部分特征获得高度方向矢状面跨平面共性特征向量，并且，基于冠状面第二部分特征获得宽度方向冠状面跨平面共性特征向量，第二特征处理支路包括依次连接的第五深度可分离卷积和第二池化单元； 第三特征处理支路，基于冠状面第一部分特征获得冠状面特异性特征向量，第三特征处理支路包括依次连接的第六深度可分离卷积和第三池化单元； 级联的第一拼接单元、第一全连接层和第二全连接层，第一拼接单元拼接矢状面特异性特征向量和高度方向矢状面跨平面共性特征向量获得第一拼接特征，输入第一拼接特征至第一全连接层； 级联的第二拼接单元、第三全连接层和第四全连接层，第二拼接单元拼接冠状面特异性特征向量和宽度方向冠状面跨平面共性特征向量获得第二拼接特征，输入第二拼接特征至第三全连接层； 第四融合单元，对第二全连接层输出的特征进行转置处理获得转置特征，将转置特征与第四全连接层输出的特征进行矩阵乘法处理获得平面相关注意力矩阵。

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中国人民解放军陆军军医大学，其通讯地址为：400038 重庆市沙坪坝区高滩岩正街30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。