沈阳航空航天大学姬晓飞获国家专利权
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!
龙图腾网获悉沈阳航空航天大学申请的专利基于无人机采集多模态数据融合的人体行为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:CN120612732B 。
龙图腾网通过国家知识产权局官网在2026-05-05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:202510685860.1,技术领域涉及:G06V40/20;该发明授权基于无人机采集多模态数据融合的人体行为识别方法是由姬晓飞;田舒文;宋一峰设计研发完成,并于2025-05-27向国家知识产权局提交的专利申请。
本基于无人机采集多模态数据融合的人体行为识别方法在说明书摘要公布了:本发明提供了一种基于无人机采集多模态数据融合的人体行为识别方法,包括如下步骤:将关节Tokens与同帧的使用空间Transformer完成特征提取后的空间CLSTokens拼接,得到特征融合模块;基于人体解剖学结构对关节点序列进行结构编码,构建人体拓扑结构关联模块;构建时序交叉Transformer模块;空间Transformer、特征融合模块、人体拓扑结构关联模块、时序交叉Transformer模块进行堆叠得到主干特征提取网络采用10层主干特征提取网络对输入的前期融合数据和特征融合数据进行深层特征提取并使用分类头进行分类,将主干网络输出的特征映射到与行为类别数量相同的维度,并为每个类别输出一个预测分数,根据预测分数得到人体行为识别结果。该方法可以有效识别无人机采集多模态数据中的人体行为。
本发明授权基于无人机采集多模态数据融合的人体行为识别方法在权利要求书中公布了:1.基于无人机采集多模态数据融合的人体行为识别方法,其特征在于,包括如下步骤: S1:通过亮度解耦和感知模块获取RGB数据和红外数据的亮度权重,并将其分别嵌入到输入序列后对两种模态进行前期融合,作为网络输入; S2:通过多层感知机对关节点序列进行多帧编码生成关节Tokens,将其与同帧的使用空间Transformer完成特征提取后的空间CLSTokens拼接,得到特征融合模块; S3:基于人体解剖学结构对关节点序列进行结构编码,将其与特征融合后的注意力矩阵相加,构建人体拓扑结构关联模块; S4:对S3的融合特征沿时间维度分组并分别进行平均池化和最大池化生成时间差异关联矩阵,构建时序交叉Transformer模块; S5:将空间Transformer、特征融合模块、人体拓扑结构关联模块、时序交叉Transformer模块进行堆叠得到主干特征提取网络; S6:采用10层主干特征提取网络对输入的前期融合数据和特征融合数据进行深层特征提取并使用分类头进行分类,将主干网络输出的特征映射到与行为类别数量相同的维度,并为每个类别输出一个预测分数,根据预测分数得到人体行为识别结果; S1具体包括: S11:对RGB数据进行空间转换获取对应的HSL颜色空间,再对HSL颜色空间进行通道解耦后保留亮度通道L,将RGB三通道与对应的亮度通道L堆叠,得到亮度感知网络的输入数据; S12:根据亮度值将S11得到的输入数据分为强、弱两类并进行数据标注,再将其送入由两个3*3卷积和平均池化层构成的亮度感知网络中提取亮度特征,之后通过两个全连接层和Softmax函数得到0-1区间的强弱分类概率; S13:将S12得到的强类别的Softmax值作为连续亮度值并输入门控函数,利用Softmax概率的连续性和引入指数函数的门控函数构造非线性权重曲线,实现权重的自适应分配,门控函数如式1所示; 其中,为连续亮度值,是平滑过渡系数,用于调节权重在亮度过渡区的平滑程度;将门控函数输出作为RGB模态的权重,则红外模态权重为。
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沈阳航空航天大学,其通讯地址为:110136 辽宁省沈阳市道义经济开发区道义南大街37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。
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。

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