Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 常州大学侯振杰获国家专利权

常州大学侯振杰获国家专利权

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!

龙图腾网获悉常州大学申请的专利一种基于多模态协同自注意力网络的运动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:CN114944012B

龙图腾网通过国家知识产权局官网在2025-06-24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:202210544862.5,技术领域涉及:G06V40/20;该发明授权一种基于多模态协同自注意力网络的运动行为识别方法是由侯振杰;钟卓锟;施海勇;尤凯军设计研发完成,并于2022-05-19向国家知识产权局提交的专利申请。

一种基于多模态协同自注意力网络的运动行为识别方法在说明书摘要公布了:本发明涉及计算机视觉技术领域,尤其涉及一种基于多模态协同自注意力网络的运动行为识别方法,包括:利用骨骼序列数据和协同空间向量算法构建运动协同空间特征序列集;将运动协同空间特征序列集输入基于Transfomer网络的骨骼自注意力子网络;利用深度图像数据通过整合注意力机制的深度自注意力子网络进行训练并通过Softmax分类器进行分类;将骨骼序列分类与深度图像分类融合,得到融合后分类结果。本发明在transformer模型基础上使用深度数据与骨骼数据,综合各关节点信息的运动协同空间特征,反映人体运动的整体性与协同性,同时对各关节点参与运动的贡献程度提出了量化标准。

本发明授权一种基于多模态协同自注意力网络的运动行为识别方法在权利要求书中公布了:1.一种基于多模态协同自注意力网络的运动行为识别方法,其特征在于,包括以下步骤: S1、利用骨骼序列数据和运动协同空间向量算法构建运动协同空间特征序列;将运动协同空间特征序列输入基于Transfomer网络的骨骼自注意力子网络,并通过Softmax分类器进行分类; 所述运动协同空间向量算法包括如下步骤: 将人体骨骼划分为LeftArm、RightArm、LeftLeg、RightLeg四个区域; LeftArm区域共有左肩LeftShoulderLS、左肘LeftElbowLE、左腕LeftWristLW和左手LeftHandLH四个关节点; LH的空间向量幅值的计算包括: 当θ∈0,90°]时: 当θ∈90°,180°]时: 其中,分别表示前后两帧图像中描述左手运动状态的协同空间向量; 将LeftArm区域的n帧图像依次处理,得到空间向量幅值,公式如下: 其中,SXOY、SYOZ、SXOZ表示向三个面投影后的空间向量幅值; LS空间向量的运动状态衡量系数的计算公式为: 其中,SLS、SLE、SLW、SLH为的空间向量幅值,WLS、WLE、WLW和WLH为相应的运动状态衡量系数; LeftArm区域的运动协同空间向量的计算公式为: 根据所述四个区域的运动协同空间向量和和运动状态衡量系数WLA、WRA、WLL和WRL计算整个人体骨骼的运动协同空间向量,建立运动协同空间特征序列x1,x2,xi,…xn,其中xi为第i帧的运动协同空间向量; S2、采集深度图像数据,提取DMM,通过整合通道注意力机制的深度自注意力子网络进行训练,并通过Softmax分类器进行分类; S3、将基于骨骼自注意力子网络的骨骼序列分类与基于深度自注意力子网络的深度图像分类进行融合,得到融合后分类结果。

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常州大学,其通讯地址为:213164 江苏省常州市武进区滆湖中路21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”。

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。