中国科学院大学卿来云获国家专利权
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！
龙图腾网获悉中国科学院大学申请的专利基于轻量Transformer的在线动作检测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：CN116486298B 。
龙图腾网通过国家知识产权局官网在2026-04-21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：202310321834.1，技术领域涉及：G06V20/40；该发明授权基于轻量Transformer的在线动作检测方法是由卿来云;李瑞鑫;闫龙川;庞俊彪;苗军设计研发完成，并于2023-03-29向国家知识产权局提交的专利申请。
本基于轻量Transformer的在线动作检测方法在说明书摘要公布了：本发明公开了一种基于轻量Transformer的在线动作检测方法，包括：设置检测模型，所述检测模型基于Transformer模型；获取长度为T的视频流的特征；将视频流的特征输入检测模型，通过检测模型输出视频流最后帧的动作类别，作为检测结果。本发明公开的基于轻量Transformer的在线动作检测方法，在提高了准确度的情况下，降低了计算量。
本发明授权基于轻量Transformer的在线动作检测方法在权利要求书中公布了：1.一种基于轻量Transformer的在线动作检测方法，其特征在于，包括： 设置检测模型，所述检测模型基于Transformer模型； 获取长度为T的视频流的特征； 将视频流的特征输入检测模型，通过检测模型输出视频流最后帧的动作类别，作为检测结果， 所述检测模型具有自注意力子模型，所述自注意力子模型包括多个注意力层， 所述注意力层输入为视频流的特征或上个注意力层输出的关注向量，输出为关注向量， 在自注意力子模型中包括以下步骤： S11、将视频流特征作为输入，采用卷积层对其进行处理，获得键矩阵和值矩阵，键矩阵包含各帧键向量，值矩阵包含各帧值向量； S12、将当前帧键向量和历史帧键向量的余弦相似度作为当前注意力层输出的注意力值； S13、根据注意力值对当前帧值向量和历史帧值向量加权求和，输出关注向量； S14、将上个注意力层输出的关注向量作为下个注意力层输入，重复步骤S11～S13，获得最终的自注意力子模型输出， 在自注意力子模型中还引入一个高斯分布先验，通过最小化各注意力层输出特征间时序相似性和先验高斯分布之间的KL散度，使得注意力层输出中特征之间的时序相似性在时间轴上符合高斯分布。
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科学院大学，其通讯地址为：100049 北京市石景山区玉泉路19号甲；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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励