Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京大学王利民获国家专利权

南京大学王利民获国家专利权

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!

龙图腾网获悉南京大学申请的专利一种基于无锚框技术的时序动作检测方法及检测器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:CN114821774B

龙图腾网通过国家知识产权局官网在2025-07-25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:202210404413.0,技术领域涉及:G06V40/20;该发明授权一种基于无锚框技术的时序动作检测方法及检测器是由王利民;权融威;武港山设计研发完成,并于2022-04-18向国家知识产权局提交的专利申请。

一种基于无锚框技术的时序动作检测方法及检测器在说明书摘要公布了:一种基于无锚框技术的时序动作检测方法及检测器,构建网络检测视频中的时序动作,包括特征提取网络、时序特征金字塔、边界偏移回归器、实例感知对齐模块和细化分类回归器,特征提取网络提取视频的时空特征,时序特征金字塔获得不同时间分辨率的特征,边界偏移回归器对每一个时序位置预测该时刻相对动作左右边界的距离,再经过变换得到动作起止时间,实例感知对齐模块根据动作起止时间获取用于精细预测的动作特征,细化分类回归器用于预测动作类别和微调动作边界,得到时序动作检测结果。本发明直接回归距离动作左右边界的距离,完成视频中动作的时序定位和分类任务,相比于现有带锚框的检测器,无需预先设置锚框,更加简单高效。

本发明授权一种基于无锚框技术的时序动作检测方法及检测器在权利要求书中公布了:1.一种基于无锚框技术的时序动作检测方法,其特征是构建检测网络,对视频中的时序动作进行检测,网络结构包括特征提取网络、时序特征金字塔、边界偏移回归器、实例感知对齐模块和细化分类回归器: 特征提取网络:使用C3D作为基础网络结构对输入的视频序列I进行特征提取,对于连续T帧的图像序列I提取得到视频特征序列f; 时序特征金字塔:对得到的视频特征序列f使用不同核大小的池化层构建具有不同时间尺度的多级特征图; 边界偏移回归器:将多级特征图送入由三个一维卷积层和一个可形变卷积层组成的神经网络序列处理,对时序特征序列中的每一个时序位置生成该时序位置下相对动作左右边界距离的预测,再将生成的动作边界偏移作用于特征序列中的每个时序位置从而得到预测的动作边界; 实例感知对齐模块:将预测的动作边界映射回特征提取网络得到的视频特征序列f,然后在视频特征序列上得到属于动作边界所示动作的动作特征片段,将该动作的特征片段长度的一半作为上下文特征的长度,在动作边界前后分别得到上下文特征片段,将两个上下文特征片段与动作特征片段沿着时序维度拼接起来,再经过自适应最大值池化层得到经过对齐操作过后的动作特征; 细化分类回归器:将由实例感知对齐模块得到的动作特征分别输入两个分支进行分类和回归,在分类分支中,输出C+1维度的类别分数,其中C表示动作类别的数量;回归分支采用RCNN提出的回归分支,负责预测特征序列对应的动作边界偏移量,即归一化的时序长度和对数空间的中心偏移;经过分类回归得到动作预测结果,即动作的类别及在视频序列中的边界; 经过上述网络结构,对细化分类回归器得到的预测结果使用非极大值抑制算法进行去重,再将属于同一个视频的每个视频片段的动作检测结果拼接起来,得到最终的动作检测结果。

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南京大学,其通讯地址为:210023 江苏省南京市栖霞区仙林大道163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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。