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！

龙图腾网获悉淮阴工学院申请的专利一种基于改进卷积神经网络的异常行为识别方法及装置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：CN116977725B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202310919495.7，技术领域涉及：G06V10/764；该发明授权一种基于改进卷积神经网络的异常行为识别方法及装置是由杨健;邱军林;邵鹤帅;高丽;蒋晓玲;雷恒聃;李明辉;秦雨新;沈泳杉;张浩东;孙可可;李敏设计研发完成，并于2023-07-25向国家知识产权局提交的专利申请。

本一种基于改进卷积神经网络的异常行为识别方法及装置在说明书摘要公布了：本发明公开了一种基于改进卷积神经网络的异常行为识别方法及装置，采集常见的异常行为图像，对异常行为数据进人工标注以及预处理，并划分成训练集、验证集以及测试集，将Inception模块中4条分支上的传统卷积替换成分组卷积GConv；在特征提取的骨干网络中的每条分支上的分组卷积操作之后引入通道重排ChannelShuffle；在特征融合颈部网络中引入多头注意力机制Multi‑HeadAttention；在特征融合尾部网络中引入残差Residual结构和多尺度金字塔FPN结构，用来处理不同尺度的图片数据，最后通过全连接FC层和Softmax层得到异常识别结果。本发明可准确识别和分类异常行为，构建的识别模型具有更高的鲁棒性，识别速度更快，识别率更高。

本发明授权一种基于改进卷积神经网络的异常行为识别方法及装置在权利要求书中公布了：1.一种基于改进卷积神经网络的异常行为识别方法，其特征在于，包括如下步骤： 1采集并保存常见的异常行为图像； 2将采集的异常行为图像数据进人工标注和数据增强，并按比例划分为训练集、验证集和测试集； 3构建基于改进卷积神经网络的异常行为识别网络；将Inception模块中4条分支上的传统卷积替换成分组卷积GConv；在特征提取的骨干网络中的每条分支上的分组卷积操作之后引入通道重排ChannelShuffle；在特征融合颈部网络中引入多头注意力机制Multi-HeadAttention；在特征融合尾部网络中引入残差Residual结构和多尺度金字塔FPN结构； 4将训练集通过基于改进卷积神经网络的异常行为识别网络进行训练，并经过验证集进行验证，得到基于改进卷积神经网络的最优权重异常行为识别模型； 5将测试集输入到最优权重异常行为识别模型中进行异常行为识别； 步骤3所述的将Inception模块中4条分支上的传统卷积替换成分组卷积GConv具体方法如下： 原始Inception模块采用5条分支构建特征提取结构，GC_Inception模块保留一个分支，采用一个3×3的最大池化，用来提取整张图像最显著的特征，提高了网络的鲁棒性，其他4个分支用作3×3和5×5的分组卷积提取特征，将Inception模块中在同一层中的3×3和5×5的卷积核进行分组卷积，第一条分支采用3×3的分组卷积，Group1＝24；第二条分支采用5×5的分组卷积，Group2＝48；第三条分支采用3×3的分组卷积，Group3＝12；第四条分支采用5×5的分组卷积，Group4＝8。

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淮阴工学院，其通讯地址为：223000 江苏省淮安市经济技术开发区枚乘东路1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。