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！

龙图腾网获悉南京邮电大学申请的专利一种动作识别中基于通道分组的时空特征分离提取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：CN115331140B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202210908816.9，技术领域涉及：G06V20/40；该发明授权一种动作识别中基于通道分组的时空特征分离提取方法是由张伟;吉晨钟;陈云芳设计研发完成，并于2022-07-29向国家知识产权局提交的专利申请。

本一种动作识别中基于通道分组的时空特征分离提取方法在说明书摘要公布了：本发明公开了一种动作识别中基于通道分组的时空特征分离提取方法，首先对视频进行稀疏采样，使用ResNet网络作为骨干网络对采样得到的帧序列提取基本特征，得到各帧的特征图；再通过对特征图的通道分组，将每一帧特征图的通道分成两组，一组使用可学习的通道移位操作赋予2D卷积学习时间特征的能力；另一组通过减少时间特征增加空间通道的方式使其关注空间特征的学习；最后对时间特征提取分支和空间特征提取分支得到的特征进行时间对齐后堆叠融合，得到时空特征的聚合表达。本发明解决了现有技术中视频动作识别中2D卷积神经网络难以提取视频时间特征的问题，使得动作识别效率和准确性兼顾。

本发明授权一种动作识别中基于通道分组的时空特征分离提取方法在权利要求书中公布了：1.一种动作识别中基于通道分组的时空特征分离提取方法，其特征在于，包括如下步骤： S1，对视频进行稀疏采样，使用ResNet网络作为骨干网络对采样得到的帧序列提取基本特征，得到各帧的特征图； S2，在ResNet网络的每个残差块的残差分支中，每一帧的特征图经过通道注意力模块，得到特征图各通道的权重；然后依据权重值将各帧的特征图的通道分成两组，权重不小于阈值的通道分入第一组，权重小于阈值的通道分入第二组；组内的通道顺序遵从原特征图的通道顺序； S3，第一组通道组成的特征图送入时间特征提取分支中，将可学习的通道平移操作作用于特征图所有通道，使得各帧特征图拥有与相邻帧特征图动态交互的能力，学习时间特征； 第二组通道组成的特征图送入在空间特征提取分支中，保持特征总数量不变的前提下，在特征图时间维度下采样的同时通过卷积操作增加各帧特征图空间通道数量； S4，对时间特征提取分支和空间特征提取分支得到的特征进行时间对齐后堆叠融合，得到时空特征的聚合表达； 步骤S1中，将动作视频平均分为T份，在每一份中随机抽取一帧图片，然后经过ResNet网络提取基础特征，得到对应的特征图组X为： X＝{x1,x2,…,xT} 其中,T是输入网络的视频帧数，是第t帧的特征图，t＝1,2,…,T；C是通道数量，H和W是空间维度大小； 步骤S2中，每一帧的特征图经过通道注意力模块，得到特征图各通道的权重；然后依据权重值将各帧的特征图的通道分成两组的实现步骤如下： S21，在空间维度对各帧的特征图xt进行平均池化，得到 S22，对所有池化后时间相邻的特征图和分别进行2D卷积运算后逐元素相减，相减得到的结果为st： 其中，Wθ和为卷积参数，Conv为卷积运算； S23，对st进行2D卷积运算得到然后采用sigmoid函数运算，记为： 其中，σ是sigmoid函数，是卷积参数，Conv为卷积运算；中每个元素的范围都在0到1之间； S24，根据将特征图xt的通道划分成两组： 第一组选取中值不小于阈值的对应的xt通道，记为其通道数量记为 第二组选取中值小于阈值的对应的xt通道，记为其通道数量记为

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邮电大学，其通讯地址为：210003 江苏省南京市鼓楼区新模范马路66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”。