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！

龙图腾网获悉泸州职业技术学院申请的专利一种利用多模态特征匹配场景行为的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：CN121213967B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202511745525.2，技术领域涉及：G06V10/75；该发明授权一种利用多模态特征匹配场景行为的识别方法是由卢正才设计研发完成，并于2025-11-26向国家知识产权局提交的专利申请。

本一种利用多模态特征匹配场景行为的识别方法在说明书摘要公布了：本发明涉及一种利用多模态特征匹配场景行为的识别方法，属于场景行为匹配技术领域。方法获取多模态场景行为数据，并对其进行噪声自适应净化处理，得到预处理的场景图像、场景音频数据和场景标签文本；然后对预处理后的数据进行特征协同提取，得到视觉特征、音频特征和文本特征，并将协同提取的特征输入场景行为匹配网络，分别进行场景特征融合和行为特征融合，得到场景特征向量和行为特征向量；根据场景特征向量和行为特征向量构建二分图，计算二分图的节点间语义相似度，并根据节点间语义相似度动态更新二分图的边权重，对更新后的二分图进行归一化，得到场景行为匹配结果。本发明能精准量化场景与行为的关联程度，大幅提升匹配结果的准确性。

本发明授权一种利用多模态特征匹配场景行为的识别方法在权利要求书中公布了：1.一种利用多模态特征匹配场景行为的识别方法，其特征在于，包括以下步骤： 获取多模态场景行为数据，并对多模态场景行为数据进行噪声自适应净化处理，得到预处理的场景图像、场景音频数据和场景标签文本； 对预处理的场景图像、场景音频数据和场景标签文本进行特征协同提取，得到视觉特征、音频特征和文本特征； 将视觉特征、音频特征和文本特征输入场景行为匹配网络，分别进行场景特征融合和行为特征融合，得到场景特征向量和行为特征向量；所述场景行为匹配网络包含分支选择器、场景特征分支和行为特征分支；所述将视觉特征、音频特征和文本特征输入场景行为匹配网络，分别进行场景特征融合和行为特征融合，得到场景特征向量和行为特征向量，包括： 将视觉特征、音频特征和文本特征输入分支选择器，通过分支选择器中设置的场景与行为相关性筛选规则库对视觉特征、音频特征和文本特征进行拆分，得到场景视觉特征子集、场景音频特征子集、场景文本特征子集、行为视觉特征子集、行为音频特征子集和行为文本特征子集； 将场景视觉特征子集、场景音频特征子集和场景文本特征子集输入场景特征分支进行特征融合，得到场景特征矩阵，并将场景特征矩阵映射到第一维度的场景语义空间，得到场景特征向量，包括：按照场景相关性对场景视觉特征子集、场景音频特征子集和场景文本特征子集进行特征筛选，并采用预设模态贡献度评估机制将筛选后的特征融合，得到场景特征矩阵；以场景先验知识为映射约束条件，通过多层感知机将场景特征矩阵映射到第一维度的场景语义空间，得到场景特征向量； 将行为视觉特征子集、行为音频特征子集和行为文本特征子集输入场景行为匹配网络的行为特征分支进行特征融合，得到行为特征矩阵，并将行为特征矩阵映射至第一维度的行为语义空间，得到行为特征向量，包括：通过时空卷积网络对行为视觉特征子集进行行为区域分析，提取出视觉行为区域特征，并利用预设音频动作关联模型从行为音频特征子集中提取与行为相关的视听行为特征；根据视听行为特征对行为文本特征子集进行语义检索，得到视听行为特征对应的行为描述文本，并将行为描述文本作为视听行为特征的语义标签；通过时空注意力机制将视觉行为区域特征和带语义标签的视听行为特征进行融合，得到行为特征矩阵；以预设行为动作库为约束，通过归一化操作将行为特征矩阵映射至第一维度的行为语义空间，得到行为特征向量； 根据场景特征向量和行为特征向量构建二分图，计算二分图的节点间语义相似度，并根据节点间语义相似度动态更新二分图的边权重，对更新后的二分图进行归一化，得到场景行为匹配结果。

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泸州职业技术学院，其通讯地址为：646000 四川省泸州市龙马潭区长桥路2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。