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！

龙图腾网获悉辽宁石油化工大学申请的专利基于时间解耦层次图卷积的双人交互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：CN120071441B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202510155142.3，技术领域涉及：G06V40/20；该发明授权基于时间解耦层次图卷积的双人交互行为识别方法是由曹江涛;谢帅;王丽;郎宪明设计研发完成，并于2025-02-12向国家知识产权局提交的专利申请。

本基于时间解耦层次图卷积的双人交互行为识别方法在说明书摘要公布了：本发明提供了基于时间解耦层次图卷积的双人交互行为识别方法，包括：S1：优化的关节点数据作为网络的输入，构建层次图拓扑得到层次关系矩阵；S2：将CTR‑GC通道拓扑优化图卷积构建为时间解耦层次图卷积，采用S1中得到的层次关系矩阵，构建能够同时捕获时间通道信息和空间通道信息的THGC图卷积块；S3：THGC中的图卷积构建为BLOCKGC，进而构建为TBGC图卷积块；S4：将TBGC图卷积块和多尺度时间卷积块进行堆叠得到TB‑GCN图卷积网络；S5：利用TB‑GCN图卷积网络对输入的人体的骨架数据进行深层特征提取和分类，得到双人交互行为识别结果。该方法可以有效提高双人交互行为识别的准确率。

本发明授权基于时间解耦层次图卷积的双人交互行为识别方法在权利要求书中公布了：1.基于时间解耦层次图卷积的双人交互行为识别方法，其特征在于，包括： S1：优化的关节点数据作为网络的输入，构建层次图拓扑得到层次关系矩阵； S2：将CTR-GC通道拓扑优化图卷积构建为时间解耦层次图卷积，采用S1中得到的层次关系矩阵，构建能够同时捕获时间通道信息和空间通道信息的THGC图卷积块； S3：THGC中的图卷积构建为BLOCKGC，进而构建为TBGC图卷积块； S4：将TBGC图卷积块和多尺度时间卷积块进行堆叠得到TB-GCN图卷积网络； S5：利用TB-GCN图卷积网络对输入的人体的骨架数据进行深层特征提取和分类，得到双人交互行为识别结果； S1中所述优化的关节点数据为去除噪声和丢帧后的关节点数据，优化处理方法为：通过深度相机Kinectv2获取双人关节点数据，将获得的关节点数据进行去噪和过滤丢帧处理，采用计算节点数据的帧长度、分散程度和运动值三种策略对双人关节点数据进行去噪和丢帧过滤，以腹部节点为中心，构造有根树，将人体关节点划分为五层，再对图进行划分使相同层次结构边缘集中的节点存放于相同的语义空间中； S2中构建的THGC图卷积块由两条支路与1×1卷积构成的残差结构组成，其中一条支路经过1×1卷积、时间池化模块进一步提取更加细节的空间特征信息，将获取的空间特征采用自对比减法和tanh激活函数进行处理，通过1×1卷积调整通道数获得空间特征； 另一支路由两条流分支构成的瓶颈块组成，一流经过空间池化模块提取更加细节的时间特征信息，使用自对比减法和tanh激活函数处理获取的时间特征，另一流通过1×1卷积调整通道数，保留其原始特征信息，将两流特征进行融合得到时间特征，将获得的时间特征与上一支路中获得的空间特征以及加权层次关系矩阵进行逐元素相乘和加法操作得到时空特征，将融合了时间和空间的特征与经过1×1卷积的自身特征融合，构成时间解耦层次图卷积块； S3中，将THGC中的图卷积构建为BLOCKGC，进而构建为TBGC图卷积块，包括：通过标准化权重的方式处理输入数据，将相对位置编码引入图卷积，将邻接矩阵生成k跳图距离编码并计算权重，进行批量归一化并使用1×1的卷积作下采样层的残差连接，通过ReLU激活函数处理将结果输出。

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辽宁石油化工大学，其通讯地址为：113000 辽宁省抚顺市望花区丹东路西段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。