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！

龙图腾网获悉同济大学申请的专利一种基于自适应时序dropout机制的弱监督动作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：CN116071820B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202211718305.7，技术领域涉及：G06V40/20；该发明授权一种基于自适应时序dropout机制的弱监督动作检测方法是由梁爽;谢驰;庄子鲲;王颉文;赵生捷设计研发完成，并于2022-12-29向国家知识产权局提交的专利申请。

本一种基于自适应时序dropout机制的弱监督动作检测方法在说明书摘要公布了：本发明涉及一种基于自适应时序dropout机制的弱监督动作检测方法，该方法通过一分类网络获得候选动作实例，分类网络的处理过程：对待检测视频进行特征提取；将RGB特征和光流特征融合并映射至动作特征空间；将动作特征序列映射至分类空间，得到类别激活序列；对类别激活序列进行后处理以获得候选动作实例；对所述分类网络进行训练时，通过一自适应时序dropout模块从与动作特征序列中选取显著部分并去除，进而获得对应的类别激活序列，采用基于多实例学习的损失函数进行优化训练。与现有技术相比，本发明以端到端、数据驱动的方式解决了弱监督动作检测中的“局部统治”问题，具有流程简单、识别精度高、适用范围广等优点。

本发明授权一种基于自适应时序dropout机制的弱监督动作检测方法在权利要求书中公布了：1.一种基于自适应时序dropout机制的弱监督动作检测方法，其特征在于，该方法通过一分类网络获得候选动作实例，所述分类网络包括： 用于对待检测视频进行特征提取的特征提取器，提取的特征包括RGB特征和光流特征； 用于将所述RGB特征和光流特征融合并映射至动作特征空间，得到动作特征序列的特征变换模块； 用于将所述动作特征序列映射至分类空间，得到类别激活序列的分类模块；以及 用于对所述类别激活序列进行后处理以获得所述候选动作实例的后处理模块； 利用一训练集对所述分类网络进行训练时，通过一自适应时序dropout模块从与所述训练集对应的动作特征序列中选取显著部分并去除，以去除显著部分的动作特征序列获得对应的类别激活序列，采用基于多实例学习的损失函数同时对自适应时序dropout模块和分类网络进行优化训练； 通过一自适应时序dropout模块从与所述训练集对应的动作特征序列中选取显著部分并去除具体包括： 对所述动作特征序列进行概率转换，获得一维概率序列； 对所述一维概率序列进行可微分采样，得到一个二进制的dropout掩码序列； 将生成的所述dropout掩码序列应用到动作特征序列的所有频道上，然后进行标准化，获得去除显著部分的动作特征序列。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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。