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！

龙图腾网获悉天津理工大学申请的专利连续手语识别分词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：CN116665304B 。

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：202310684457.8，技术领域涉及：G06V40/20；该发明授权连续手语识别分词方法及装置是由孙悦;薛万利;刘敬泽;康泽;刘清华;郭乐铭设计研发完成，并于2023-06-11向国家知识产权局提交的专利申请。

本连续手语识别分词方法及装置在说明书摘要公布了：本发明提供了一种手语识别分词方法及装置，涉及人工智能的技术领域，应用于连续手语识别分词系统，连续手语识别分词系统包括文本提取模型以及并行多尺度视觉特征提取模型，具体包括如下步骤：将连续手语识别数据集输入至文本提取模型提取连续手语识别数据集中的手语单词文本特征；利用连续手语识别数据集确定手语识别数据视频，将手语识别数据视频输入至所述并行多尺度视觉特征提取模型，以对所述手语识别数据视频按照不同的时间跨度进行分割，提取多尺度手语视觉特征；利用所述手语单词文本特征以及所述多尺度手语视觉特征对所述连续手语识别分词系统进行训练，通过本申请可以精细地去刻画每一种时序长度的手语动作，对手语识别精细分词。

本发明授权连续手语识别分词方法及装置在权利要求书中公布了：1.一种连续手语识别分词方法，其特征在于，应用于连续手语识别分词系统，所述连续手语识别分词系统包括文本提取模型以及并行多尺度视觉特征提取模型，具体包括如下步骤： 将连续手语识别数据集输入至文本提取模型提取连续手语识别数据集中的手语单词文本特征； 利用连续手语识别数据集确定手语识别数据视频，将所述手语识别数据视频输入至所述并行多尺度视觉特征提取模型，以对所述手语识别数据视频按照不同的时间跨度进行分割，提取多尺度手语视觉特征； 利用所述手语单词文本特征以及所述多尺度手语视觉特征对所述连续手语识别分词系统进行训练； 其中，所述文本提取模型包括：文本特征提取子模型以及映射子模型； 所述将连续手语识别数据集输入至文本提取模型提取连续手语识别数据集中的手语单词文本特征的步骤包括： 将连续手语识别数据集输入至文本特征提取子模型以提取连续手语文本特征； 将所述连续手语文本特征输入至映射子模型，对所述连续手语文本特征进行维度转换，输出所述手语单词文本特征； 所述利用连续手语识别数据集确定手语识别数据视频，将所述手语识别数据视频输入至所述并行多尺度视觉特征提取模型，以对所述手语识别数据视频按照不同的时间跨度进行分割，提取多尺度手语视觉特征的步骤中，所述并行多尺度视觉特征提取模型包括ResNet18、并行多尺度时序网络和视频帧序列网络； 所述并行多尺度时序网络包含H层并行时序网络； 第H层并行时序网络的操作如下： ； —第H层并行时序网络中的第r个一维扩张卷积层； —第H层并行时序网络的输入特征，表示第一个PT网络结构的输入特征； —第H层并行时序网络的输出特征； —第H层并行时序网络中单个一维扩张卷积层的输出特征； —卷积运算； —指代扩张卷积层的权重和偏置， —特征维数； —卷积核为1的1D卷积层； —批次归一化层； —Relu激活函数； —多尺度手语视觉特征； 所述视频帧序列网络由BI-GRU单元以及全连接层组成，具体结构如下： ; —BI-GRU的输出特征，表示整合了手语视频中多尺度时序信息和序列信息的手语视觉特征; ; —类的类别概率矩阵，表示手语语料库中单词的总数； —BI-GRU层； —全连接层。

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天津理工大学，其通讯地址为：300384 天津市西青区宾水西道391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。