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！

龙图腾网获悉浙江大学申请的专利一种端到端的基于关键点与卷积神经网络的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：CN116935488B 。

龙图腾网通过国家知识产权局官网在2026-01-20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：202310931838.1，技术领域涉及：G06V40/20；该发明授权一种端到端的基于关键点与卷积神经网络的动作识别方法是由孙煜晗;林彬彬;蔡登设计研发完成，并于2023-07-27向国家知识产权局提交的专利申请。

本一种端到端的基于关键点与卷积神经网络的动作识别方法在说明书摘要公布了：本发明公开了一种端到端的基于关键点与卷积神经网络的动作识别方法，包括：1从时序视频中采样，获取多帧时序图片序列；2选取边缘设备端的神经网络作为关键点检测模型，从多帧时序图片序列中预测出多帧关键点数据；3使用关键点预测大模型对关键点检测模型进行蒸馏，或者使用真实标签训练关键点检测模型；4根据预测出的关键点生成高斯分布热力图；5在多帧高斯分布热力图上提取时空特征；6根据时空特征预测动作类型；7设置目标函数训练模型，将训练好的关键点检测模型和动作识别模型分别部署在边缘设备端、云端，进行实时目标动作检测。利用本发明，可以提高基于关键点的动作识别的准确性与真实性。

本发明授权一种端到端的基于关键点与卷积神经网络的动作识别方法在权利要求书中公布了：1.一种端到端的基于关键点与卷积神经网络的动作识别方法，其特征在于，包括： 1从时序视频中采样，获取多帧时序图片序列； 2选取边缘设备端的深度卷积神经网络作为关键点检测模型，从多帧时序图片序列中预测出多帧人体关键点数据； 3使用关键点预测大模型对关键点检测模型进行蒸馏，或者在有真实标签的情况下使用真实标签训练步骤2中的关键点检测模型； 关键点预测大模型采用视觉Transfomer大模型；如果标签可用则使用真实标签，否则使用视觉Transfomer大模型为视频抽取出的图片预测出对应的K个关键点，目的是在没有真实标签的情况下也能在该步骤保持端到端的训练； 4根据步骤2预测出的关键点生成以关键点为中心的高斯分布热力图； 5在多帧高斯分布热力图上进行三维卷积，提取时空特征； 6将提取出的时空特征输入动作识别模型，预测动作类型； 7设置目标函数训练关键点检测模型和动作识别模型，将训练好的关键点检测模型和动作识别模型分别部署在边缘设备端、云端，进行实时目标动作检测。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。