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！

龙图腾网获悉北京交通大学申请的专利一种基于时空特征增强网络的视频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：CN116912727B 。

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：202310669142.6，技术领域涉及：G06V20/40；该发明授权一种基于时空特征增强网络的视频人体行为识别方法是由滕竹;陈敏;张宝鹏;李浥东设计研发完成，并于2023-06-07向国家知识产权局提交的专利申请。

本一种基于时空特征增强网络的视频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时空特征增强网络的视频人体行为识别方法。该方法包括：将训练视频数据的帧图像输入到视频人体行为识别模型中，通过局部时空特征增强模块提取出帧图像中的帧级别运动的局部时空特征，利用全局时空特征增强模块获取帧图像中的视频级运动的全局时空特征，通过多特征融合模块融合局部时空特征和全局时空特征，将得到的最终的特征表示输入到全连接层，全连接层输出视频数据中的人体行为识别结果；当重复执行上述处理过程迭代训练视频人体行为识别模型达到设定次数后，得到训练好的视频人体行为识别模型，利用训练好的视频人体行为识别模型对待检测的视频数据进行人体行为识别。本发明方法可以高效地从视频中识别出行人的行为。

本发明授权一种基于时空特征增强网络的视频人体行为识别方法在权利要求书中公布了：1.一种基于时空特征增强网络的视频人体行为识别方法，其特征在于，包括： 构建包括局部时空特征增强模块、全局时空特征增强模块和多特征融合模块的视频人体行为识别模型； 将训练视频数据的帧图像输入到所述视频人体行为识别模型中，通过局部时空特征增强模块提取出帧图像中的帧级别运动的局部时空特征，利用全局时空特征增强模块获取帧图像中的视频级运动的全局时空特征，通过多特征融合模块融合所述局部时空特征和所述全局时空特征，将得到的最终的特征表示输入到全连接层，全连接层输出视频数据中的人体行为识别结果； 当重复执行上述处理过程迭代训练所述视频人体行为识别模型达到设定次数后，得到训练好的视频人体行为识别模型，利用所述训练好的视频人体行为识别模型对待检测的视频数据进行人体行为识别； 所述的通过多特征融合模块融合所述局部时空特征和所述全局时空特征，将得到的最终的特征表示输入到全连接层，全连接层输出视频数据中的人体行为识别结果，包括： 将分段后稀疏采样的视频序列与全局特征增强模块的输出FG之和输入到多特征融合模块，多特征融合模块使用卷积从输入数据中提取时空特征、通道特征和运动特征三类互补关键信息，基于注意力机制对时空特征、通道特征与运动特征进行增强，通道特征增强首先经过空间平均池化实现降维，然后经过卷积核为1×1的二维卷积、卷积核为3的一维卷积以及卷积核为1×1的二维卷积得到通道增强特征Fc，时空特征增强首先经过通道平均池化实现降维，经过一个卷积核为3×3×3的三维卷积增强时空特征Fst，运动特征增强首先利用1×1的二维卷积在通道上分成16份得到特征Fmii∈[1,16]，将Fmi+1输入到卷积核为3×3的二维卷积后得到新的特征，再与特征Fmi进行差分运算，再经过一个1×1的二维卷积层得到运动增强特征Fm； 将三类增强的特征之和Fc+Fst+Fm与该多特征融合模块的原始输入数据一同送入ResNet50的残差模块得到最终的特征表示FM，将最终的特征表示FM输入到作为分类器的全连接层，全连接层获取输入的视频数据中的人体动作类别，输出人体行为识别结果。

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北京交通大学，其通讯地址为：100044 北京市海淀区西直门外上园村3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”。