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！

龙图腾网获悉西安理工大学申请的专利一种多尺度特征融合的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：CN115393775B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202211116460.1，技术领域涉及：G06V20/40；该发明授权一种多尺度特征融合的行为识别方法是由宋霄罡;张冬冬;庞欣超;唐俊杰;宁靖宇;张鹏飞;崔永新;黑新宏设计研发完成，并于2022-09-14向国家知识产权局提交的专利申请。

本一种多尺度特征融合的行为识别方法在说明书摘要公布了：本发明公开了一种多尺度特征融合的行为识别方法，具体包括如下步骤：步骤1，数据预处理；步骤2，构建外观特征提取模块；步骤3，构建运动趋势特征提取模块；步骤4，构建特征融合模块。采用本发明，通过实验结果表明，与主流方法相比，本方法鲁棒性更好，适应性更强，效果更好，丰富了人工智能和计算机视觉的方法体系，支撑了行为识别领域的发展，为行为识别的低成本识别技术提供了一种选择。

本发明授权一种多尺度特征融合的行为识别方法在权利要求书中公布了：1.一种多尺度特征融合的行为识别方法，其特征在于，具体按以下步骤实施： 步骤1，数据预处理； 步骤2，构建外观特征提取模块； 步骤3，构建运动趋势特征提取模块； 步骤4，构建特征融合模块； 所述步骤2具体为： 步骤2.1，将选定的N帧作为输入，提取外观特征； 步骤2.2，使用长短期记忆网络LSTM模型提取时序关联的外观特征； 步骤2.3，使用全局语义聚合对不同时间尺度的特征进行聚合，通过观察不同时间尺度的特征，有选择地增强和抑制特征； 所述步骤2.3中对特征进行全局语义聚合具体按以下步骤实施： 步骤2.3.1，特定的时间尺度池化； 步骤2.3.2，不同时间尺度调制； 所述步骤2.3.1对特定的时间尺度池化，具体按以下步骤实施： 步骤2.3.1.1，对提取出的d维特征向量采用扩展的最大池化操作，对这N个特征进行时间整合并且不在重叠区域，池化操作如公式1所示；其中k是正整数；我们使用金字塔时间尺度设置即，因此总共捕获个不同时间尺度的全局语义特征： 1； 所述步骤2.3.2对不同时间尺度调整，具体按以下步骤实施： 步骤2.3.2.1，将每个特征中的空间语义收缩为反映相应时间尺度统计信息的时间描述子，如公式2所示；其中表示不同时间尺度上的N-1个特征集合，d表示特征维度： 2 步骤2.3.2.2，采用非线性学习机制，并通过softmax激活来调整感知权重，从而捕获跨时间尺度的相互依赖性，如公式3所示，其中表示ReLU函数，和，是膨胀比，是两个完全连接层的可学习参数，函数的输出为加权向量： 3 步骤2.3.2.3，用权重向量w调制特征向量v，然后聚合沿T维重新校准的特征，从而获得由多尺度时间聚合模块捕获的最终全局视频级特征表示，如公式4所示： 4； 所述步骤4中构建特征融合模块具体按以下步骤实施： 步骤4.1，对特征融合权重进行校准； 步骤4.2，采用加权平均方法对外观特征和运动趋势特征融合，对视频样本进行最终预测。

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西安理工大学，其通讯地址为：710048 陕西省西安市碑林区金花南路5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。