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！

龙图腾网获悉燕山大学申请的专利一种基于骨架时空图卷积的复杂长程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：CN117037285B 。

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：202311168703.0，技术领域涉及：G06V40/20；该发明授权一种基于骨架时空图卷积的复杂长程动作识别方法是由丁伟利;杨凌云设计研发完成，并于2023-09-12向国家知识产权局提交的专利申请。

本一种基于骨架时空图卷积的复杂长程动作识别方法在说明书摘要公布了：本发明公开了一种基于骨架时空图卷积的复杂长程动作识别方法，属于计算机视觉领域，通过人体姿态检测模型提取一段视频中的人体骨骼关节点，然后将每帧中的关节点坐标作为输入序列，并用代表短时动作、中时动作和长时动作的不同尺度的滑动窗口去截取输入序列，然后将不同长度的序列传入ST‑RGCN模型中；提取特征向量；将同一个滑动窗口不同时刻下的特征向量做相似度评估，若两个特征向量之间的相似度没能达到阈值，则认为是不同的动作，并重定位至原视频帧，以此来实现长时复杂动作中子动作或不同动作的分割，同时将特征向量用作动作分类，实现精细动作检测。本发明不但能够实现复杂长程动作的识别，而且能够实现子动作的自动分割。

本发明授权一种基于骨架时空图卷积的复杂长程动作识别方法在权利要求书中公布了：1.一种基于骨架时空图卷积的复杂长程动作识别方法，其特征在于：包括以下步骤： 步骤1，人体的骨骼点识别，提取输入视频中的人体关键点，并将人脸部、手掌、脚趾的无用骨骼点去除，然后将处理后的骨骼点坐标按帧存入输入序列； 步骤2，多尺度特征提取，用三个不同尺度的滑动窗口分别代表短时、中时和长时动作，截取输入序列中的骨架矩阵，并三个滑动窗口所剪切到的数据送入ST-RGCN模型中获取特征向量； 所述ST-RGCN模型由GCN、CNN和TCN三个模块构成；为了提取到更高级的特征，将GCN、CNN、TCN构成的模块堆叠七次，并采用残差连接；提取特征向量的过程如下： 根据GCN从滑动窗口中提取骨骼关节点之间的空间特征，然后将提取后的特征根据TCN在时间维度上进行特征聚合，同时用CNN提取视频帧的色彩纹理特征，将骨骼时空特征和视频帧的色彩纹理特征进行融合，后得到该窗口下的特征向量； 步骤3，不同动作的粗分割，评估同一尺度滑动窗口下不同时刻的特征向量相似度，若相似度未能超过阈值，则认为两个时刻属于不同的动作，并将此分割点重定位至原视频； 步骤4，分割点的筛除，按时间顺序排列出不同尺度下的分割点，并将重合和时间上相近的点去除，以减小冗余的分割段；如果两个分割点相近，只保留一个值较大的点； 步骤5，分割点的微调，求出分割点之间的骨架变化最小值和最大值，然后求出分割点左右部分帧的骨架变化均值，若均值介于最大值和最小值之间，则认为其依然属于该动作，借此实现分割点的微调； 步骤6，动作分类，将提取到的特征传入MLP网络中求出该窗口下动作置信度的分布，并求出置信度均值，将置信度小于均值的动作视为背景，大于均值的则作为有效动作输出。

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燕山大学，其通讯地址为：066004 河北省秦皇岛市海港区河北大街438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。