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 > 南京理工大学舒祥波获国家专利权

南京理工大学舒祥波获国家专利权

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!

龙图腾网获悉南京理工大学申请的专利一种基于交互对象运动增强的组合动作时空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:CN115100737B

龙图腾网通过国家知识产权局官网在2025-07-04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:202210630316.3,技术领域涉及:G06V40/20;该发明授权一种基于交互对象运动增强的组合动作时空检测方法是由舒祥波;王绍萌;宋砚设计研发完成,并于2022-06-06向国家知识产权局提交的专利申请。

一种基于交互对象运动增强的组合动作时空检测方法在说明书摘要公布了:本发明公开了一种基于交互对象运动增强的组合动作时空检测方法:1首先利用预训练好的检测器和追踪器得到物体坐标以及轨迹信息;2使用mask操作对输入视频片段中的特定物体部分遮挡,得到处理后的视频片段;3使用预训练好的网络模型对2中的视频抽取出时空特征;4根据所述物体坐标和时空特征,使用Non‑local模块和RoiAlign得到局部特征;5通过轨迹提取模块获取轨迹特征;6融合局部特征和轨迹特征,得到组合特征;7利用组合特征做最终动作预测。

本发明授权一种基于交互对象运动增强的组合动作时空检测方法在权利要求书中公布了:1.一种基于交互对象运动增强的组合动作时空检测方法,其特征在于,该方法利用组合动作时空检测模型对待检测视频片段进行组合动作时空检测;其中,所述组合动作时空检测模型包括位置生成模块、轨迹生成模块、视频处理模块、特征提取模块、局部特征提取模块、轨迹特征生成模块、特征融合模块以及动作分类模块; 所述位置生成模块中,使用预训练好的目标检测模型FasterR-CNN对待检测视频片段进行物体检测,得到每个物体在每一帧的坐标信息;所述轨迹生成模块中,将每个物体在每一帧的坐标信息送至基于Transformer的追踪模型Stark,对齐每个物体在每一帧的位置,得到每个物体的轨迹信息; 所述视频处理模块中,使用mask操作对待检测视频片段中的特定物体进行遮挡,得到处理后的视频片段; 所述特征提取模块中,使用预训练好的网络模型SlowFast提取处理后的视频片段的时空特征; 所述局部特征提取模块中,使用Non-local模块对处理后的视频片段的时空特征进行处理后,结合每个物体在每一帧的坐标信息通过RoiAlign得到局部特征; 所述轨迹特征生成模块中,对每个物体的轨迹信息进行两次线性转换,得到轨迹特征; 所述特征融合模块中,将局部特征和轨迹特征进行特征融合,得到组合特征; 所述动作分类模块中,将组合特征送至一个全连接层,得到每个动作类别预测的概率,完成组合动作时空检测; 所述特征提取模块输出时空特征包括慢通道时空特征Fslow和快通道时空特征Ffast,所述局部特征提取模块中:首先利用AdaptiveAvgPool3d函数在时序维度分别执行池化操作,并对池化后的特征执行concatenate操作,得到池化特征Fpool;接着将Fpool送至Non-LocalNetwork模块,得到感受野扩大的池化特征Fnlc;随后,将每个物体在每一帧的坐标信息输送到RoiAlign模块,结合Fnlc得到物体roi特征Froi;最后,通过maxpool2d操作得到局部特征Flocal。

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南京理工大学,其通讯地址为:210094 江苏省南京市玄武区孝陵卫200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。