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

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 > 南京邮电大学卢官明获国家专利权

南京邮电大学卢官明获国家专利权

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!

龙图腾网获悉南京邮电大学申请的专利基于双支路多尺度特征融合的新生儿肢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:CN120014710B

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:202510182218.1,技术领域涉及:G06V40/20;该发明授权基于双支路多尺度特征融合的新生儿肢体动作识别方法是由卢官明;张振;魏金生设计研发完成,并于2025-02-18向国家知识产权局提交的专利申请。

基于双支路多尺度特征融合的新生儿肢体动作识别方法在说明书摘要公布了:本发明提供一种基于双支路多尺度特征融合的新生儿肢体动作识别方法,通过采集不同肢体动作状态下的新生儿视频,构建新生儿肢体动作视频样本集;构建基于双支路多尺度特征融合的新生儿肢体动作识别模型包括第一支路特征提取网络、第二支路特征提取网络、特征融合模块和分类器;得到新生儿肢体动作识别模型;利用得到的新生儿肢体动作识别模型对新输入的测试视频进行动作识别;该方法使用双支路从不同帧率的视频中提取动作特征,提升对细微动作变化的捕捉能力,并采用多尺度卷积注意力机制聚焦肢体动作的关键特征,有效提高新生儿肢体动作识别的准确率。

本发明授权基于双支路多尺度特征融合的新生儿肢体动作识别方法在权利要求书中公布了:1.一种基于双支路多尺度特征融合的新生儿肢体动作识别方法,其特征在于:包括以下步骤, S1、采集不同肢体动作状态下的新生儿视频,将视频按照时间间隔T进行分段得到视频段,并将每个视频段的第一帧作为关键帧,检测关键帧中新生儿的关键肢体部位包括头部、上肢和下肢,生成相应的边界框,标注新生儿肢体动作标签,将视频段和标签整合,构建新生儿肢体动作视频样本集; S2、构建基于双支路多尺度特征融合的新生儿肢体动作识别模型,基于双支路多尺度特征融合的新生儿肢体动作识别模型包括第一支路特征提取网络、第二支路特征提取网络、特征融合模块和分类器,其中: 第一支路特征提取网络:采用深度卷积神经网络Net1对输入的视频段在N个层次分别提取动作特征F1,p,其中,p=1,2,...,N,并将第N个层次提取的动作特征F1,N输出给特征融合模块;其中,N的取值范围为3~5的整数; 第二支路特征提取网络:对输入的视频段进行间隔抽帧得到低帧率视频,低帧率视频由深度卷积神经网络Net2在N个层次分别提取动作特征F2,p,并将前3个层次提取的动作特征F2,p与动作特征F1,p对应分别引入多尺度卷积注意力机制得到的特征再与动作特征F2,p残差连接后得到残差连接特征Fr,p,作为深度卷积神经网络Net2中下一3D残差块的输入特征,将第N个层次提取的动作特征F2,N输出给特征融合模块; 特征融合模块:用于将第一支路特征提取网络和第二支路特征提取网络在第N层次输出的新生儿肢体动作特征进行特征融合,得到融合后的特征F; 分类器:对融合后的特征F进行分类识别并输出肢体动作类别; S3、使用步骤S1得到新生儿肢体动作视频样本集对步骤S2构建的基于双支路多尺度特征融合的新生儿肢体动作识别模型进行训练,得到新生儿肢体动作识别模型; S4、利用步骤S3得到的新生儿肢体动作识别模型对新输入的测试视频进行动作识别。

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南京邮电大学,其通讯地址为:210023 江苏省南京市鼓楼区新模范马路66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。

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。