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！

龙图腾网获悉浙江工业大学申请的专利一种基于多任务自监督框架的群体行为识别方法和装置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：CN120354157B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202510858515.3，技术领域涉及：G06F18/2323；该发明授权一种基于多任务自监督框架的群体行为识别方法和装置是由宦若虹;陆海龙;陈天涯设计研发完成，并于2025-06-25向国家知识产权局提交的专利申请。

本一种基于多任务自监督框架的群体行为识别方法和装置在说明书摘要公布了：本发明公开了一种基于多任务自监督框架的群体行为识别方法和装置，首先构建包括个体特征提取模块、Transformer编码器和任务头的第一网络模型，采用第一训练数据集训练第一网络模型，计算各个任务头所对应的损失，完成第一网络模型的训练。然后构建包括个体特征提取模块、Transformer编码器、全局特征补充模块和推理模块的第二网络模型，冻结Transformer编码器的参数，采用第二训练数据集训练第二网络模型。然后将采集的个体行为数据输入训练好的第二网络模型，得到群体行为识别结果。本发明显著降低了计算复杂度，提升了自监督条件下群体分割和行为识别的准确性和鲁棒性。

本发明授权一种基于多任务自监督框架的群体行为识别方法和装置在权利要求书中公布了：1.一种基于多任务自监督框架的群体行为识别方法，其特征在于，所述基于多任务自监督框架的群体行为识别方法，包括： 获取个体的行为数据，生成第一训练数据集和第二训练数据集； 构建包括个体特征提取模块、Transformer编码器和任务头的第一网络模型，采用第一训练数据集训练第一网络模型，在训练时，个体特征提取模块提取的个体嵌入特征输入到Transformer编码器提取编码特征，然后输入到各个任务头，计算各个任务头所对应的损失，完成第一网络模型的训练； 构建包括个体特征提取模块、Transformer编码器、全局特征补充模块和推理模块的第二网络模型，冻结Transformer编码器的参数，采用第二训练数据集训练第二网络模型，在训练时，个体特征提取模块提取的个体嵌入特征输入到全局特征补充模块和Transformer编码器，分别得到的全局特征和编码特征进行融合后输入到推理模块，计算损失，完成第二网络模型的训练； 将采集的个体行为数据输入训练好的第二网络模型，得到群体行为识别结果； 其中，所述全局特征补充模块，执行如下操作： 将个体嵌入特征拼接而成的群体特征矩阵聚类为各个集群； 对于每个集群，计算集群内注意力特征； 通过对集群内向量取均值，得到每个集群的中心； 将所有集群中心堆叠成集群中心矩阵，计算集群间注意力特征； 将集群内注意力特征与集群间注意力特征经过线性变换后拼接，然后通过激活函数得到动态权重值； 使用动态权重值动态加权集群内注意力特征与集群间注意力特征，得到加权注意力特征； 对每个输入的个体嵌入特征进行线性变换后得到值向量，然后与加权注意力特征相乘，得到个体嵌入特征对应的全局特征； 将输入的所有个体嵌入特征对应的全局特征堆叠，得到输出的全局特征。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18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”。