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！

龙图腾网获悉天津理工大学;山东省人工智能研究院申请的专利基于频域和时域信息交互的时序动作检测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：CN121259702B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202511803111.0，技术领域涉及：G06V20/40；该发明授权基于频域和时域信息交互的时序动作检测方法是由高赞;张文;赵一博;李晨;马春杰;陈得宝;王春东;陈胜勇设计研发完成，并于2025-12-03向国家知识产权局提交的专利申请。

本基于频域和时域信息交互的时序动作检测方法在说明书摘要公布了：本发明涉及一种基于频域和时域信息交互的时序动作检测方法，属于计算机视觉技术领域。其包括以下步骤：确定时序动作检测视频，提取预训练视频特征；对预训练视频特征进行预处理；将处理后特征做频时域交互融合，得到融合特征，将融合特征加入特征金字塔，再对金字塔中融合特征下采样，重复融合操作得到最终的特征金字塔；特征金字塔经过语义增强分类头分类，获得置信度分数并解码动作类别；经过定位细化回归头回归得到动作片段起止时间；结合置信度分数、动作类别以及起止时间解码候选集：训练时筛选出正负样本，使用损失函数约束模型，推理时凭置信度阈值和非极大值抑制确定最终预测结果。本发明能够提高对视频中的动作进行分类和定位的精准度。

本发明授权基于频域和时域信息交互的时序动作检测方法在权利要求书中公布了：1.一种基于频域和时域信息交互的时序动作检测方法，其特征在于，包括以下步骤： S1、确定要进行时序动作检测的视频，从视频中提取预训练视频特征； S2、对提取的预训练视频特征进行预处理，转变为指定形状，得到处理后的视频特征； S3、将处理后的视频特征输入到频域和时域信息交互融合模块挖掘频域信息和时域信息，得到融合特征，将融合特征添加到特征金字塔中；具体步骤包括： 频域特征提取过程： 将嵌入特征进行快速傅里叶变换提取频域信息，得到频域信号特征；根据频域信号的大小进行分段处理，得到低频信号、中频信号以及高频信号；通过逆快速傅里叶变换对低频信号、中频信号以及高频信号进行处理，得到低频信号特征、中频信号特征以及高频信号特征，对三个频段的信号特征进行加权融合，得到第一融合特征；将第一融合特征与嵌入特征进行交互，得到交互特征； 时域特征提取过程： 将交互特征输入到Mamba模块中，得到全局特征；将交互特征输入到多尺度卷积模块中，得到局部特征；将全局特征、局部特征以及交互特征进行融合，得到第二融合特征；所述第二融合特征经过多层感知机进行处理，得到融合特征；将最终融合特征添加到特征金字塔中； S4、将特征金字塔中的融合特征进行下采样，之后重复S3的操作，得到最终的特征金字塔；具体步骤包括： 将特征金字塔中最高层的特征进行2倍下采样，得到下采样特征；然后将得到的下采样特征输入到频域和时域信息交互融合模块，重复S3中的过程，提取频域和时域融合特征； S5、将特征金字塔输入到语义增强分类头中对每层特征的每个时间点进行分类操作，得到该时间点所属的每个动作类别的置信度分数，对置信度分数进行解码得到动作类别；具体步骤包括： 对于特征金字塔中的每层特征，将上层特征进行2倍上采样，得到与具有相同维度的特征，将得到的特征进行卷积操作后与进行融合，得到语义增强特征；将语义增强特征输入到分类头中进行分类，得到第层金字塔时间点属于各个类别的置信度分数，根据输出的置信度分数解码动作类别，其中，表示在时间点处预测的动作类别； S6、将特征金字塔输入到定位细化回归头中对每层特征的每个时间点进行回归操作，得到该时间点所属的动作片段的起始时间和结束时间；具体步骤包括： 对于特征金字塔中的每层特征，将下层特征进行2倍下采样，得到与具有相同维度的特征，将得到的特征进行卷积操作后与进行融合，得到定位精化特征；将定位精化特征输入到回归头中，得到当前时间与动作开始时间之间的距离、当前时间与动作结束时间之间的距离，根据特征金字塔层数解码得到动作开始时间边界和动作结束时间边界； S7、根据置信度分数、动作类别以及动作片段的起始时间和结束时间解码候选集，对于训练过程，筛选出正负样本，通过损失函数约束模型，对于推理过程，通过置信度阈值和非极大值抑制确定最终的预测结果。

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天津理工大学;山东省人工智能研究院，其通讯地址为：300000 天津市西青区宾水西道391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。