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！

龙图腾网获悉杭州电子科技大学申请的专利基于时空兴趣点和时空图卷积的人体动作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：CN118865494B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202410869572.7，技术领域涉及：G06V40/20；该发明授权基于时空兴趣点和时空图卷积的人体动作识别方法是由高慧敏;张嘉悦;卢艺;金世华;郭淼设计研发完成，并于2024-07-01向国家知识产权局提交的专利申请。

本基于时空兴趣点和时空图卷积的人体动作识别方法在说明书摘要公布了：本发明涉及一种基于时空兴趣点和时空图卷积的人体动作识别方法，首先收集人体动作相关视频，利用OPENPOSE对视频进行处理获取人体骨骼关节点；然后使用光流法建立高斯金字塔计算光流向量，再结合Gabor滤波和高斯滤波进行时空兴趣点的提取；将OPENPOSE输出的关节点和时空兴趣点进行匹配，形成新的节点特征，该节点特征包括输出的关键点位置、置信度、光流向量大小、时间以及光流向量角度。最后基于人体骨骼结构构造关键点时空图模型，并完成数据训练和测试。本发明基于骨骼识别结合时空兴趣点对人体动作进行识别，同时引入注意力机制，在时间和空间两个方面进行检测判断，提高了行为识别的准确度。

本发明授权基于时空兴趣点和时空图卷积的人体动作识别方法在权利要求书中公布了：1.一种基于时空兴趣点和时空图卷积的人体动作识别方法，其特征在于：包括以下步骤： S1、对获取到的人体动作相关原始视频数据进行预处理； S2、通过OPENPOSE算法进行人体骨骼关节点提取； S3、获取时空兴趣点空间位置和时间信息； 步骤S3中，结合光流法进行时空兴趣点的检测，检测时，首先建立高斯金字塔：对视频的每一帧进行高斯金字塔的建立之后进行金字塔跟踪，从顶层开始计算金字塔最顶层图像上的光流，然后，根据最顶层光流的计算结果估计次顶层光流的初始值，计算其精确结果再反馈到下一层，直至计算出最底层的原始图像的光流，同时对视频的每一帧进行此操作；对包含光流信息的视频帧计算每个像素点光流向量的大小及方向； 接着检测时空兴趣点：使用高斯滤波器对视频光流场进行平滑处理，用于空间滤波，在时域上采用Gabor对高斯滤波后的视频进一步处理，增强图像中的纹理和边缘信息，得到像素点的时空特征强度Rx,y,t: Rx,y,t＝P*Gfilter*hev2+P*Gfilter*hod21 其中，x和y表示像素点的位置，hev和hod是Gabor滤波器的积分对，定义分别为 其中，ω＝4τ；时空特征强度R主要受到两个参数σ和τ的影响，分别表示兴趣点检测器的空间和时间尺度；Gfilter是二维高斯平滑核函数； 计算每个像素点的时空特征强度，选择一个阈值threshold使得： Rx,y,tthreshold5 其中，Rx,y,t为该点的时空特征强度；当R大于给定阈值时，表明该位置存在一个时空兴趣点；选择输出兴趣点的空间位置信息以及相关的时间信息，同时输出时空兴趣点的光流向量的大小和方向； S4、归一化处理； S5、OPENPOSE输出关节点与时空兴趣点匹配，形成新的节点特征； 步骤S5中，对于OPENPOSE输出的关节点，寻找其在时空兴趣点中输出对应的空间坐标，对于匹配的空间点，进一步特征信息，将匹配的关节点和时空兴趣点特征拼接在一起，形成新的节点特征向量，该新的节点特征向量包括输出的关键点位置、置信度、光流向量大小、时间以及光流向量角度； S6、构建ST-GCN时空图卷积模型； S7、数据训练； S8、数据测试 S9、数据测试得到满意的指标后可对任意视频进行动作识别。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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”。