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！

龙图腾网获悉山东大学申请的专利一种基于广义卷积神经网络的骨架异常步态识别方法及系统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：CN114582023B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202210246685.2，技术领域涉及：G06V40/20；该发明授权一种基于广义卷积神经网络的骨架异常步态识别方法及系统是由马昕;田皓宇;李贻斌设计研发完成，并于2022-03-14向国家知识产权局提交的专利申请。

本一种基于广义卷积神经网络的骨架异常步态识别方法及系统在说明书摘要公布了：本发明属于步态分析领域，提供了一种基于广义卷积神经网络的骨架异常步态识别方法及系统。该方法包括，以下肢关节为节点，以骨骼为边构造步态图；根据距离和空间关系对步态图中的相邻节点进行分组，将非欧结构的步态图规范化为欧几里德特征图；其中，节点的位置关系编码了关节之间的连接性；采用广义卷积网络来建模规范化欧几里德特征图中编码的几何特征，将卷积核从图像中提取纹理表示的能力泛化到提取步态图几何特征中，得到时空邻居节点特征聚合的步态特征图；根据步态特征图，预测异常步态分类结果。

本发明授权一种基于广义卷积神经网络的骨架异常步态识别方法及系统在权利要求书中公布了：1.一种基于广义卷积神经网络的骨架异常步态识别方法，其特征在于，包括： 以下肢关节为节点，以骨骼为边构造步态图； 根据距离和空间关系对步态图中的相邻节点进行分组，将非欧结构的步态图规范化为欧几里德特征图；其中，节点的位置关系编码了关节之间的连接性； 所述根据距离和空间关系对步态图中的相邻节点进行分组具体包括：根据设定的空间感知域将步态图中的邻居节点划分为一定数量的子集，以使步态图划分为一定数量的子图； 将步态图的邻接矩阵也划分为一定数量的子矩阵； 在图卷积中使用邻接矩阵对邻居特征进行加权平均，邻居节点是在骨架图中分组的，空间图卷积和时间卷积的分步聚合规则如下: 其中，是可学习参数，是l层的特征图，是规范化的邻接矩阵，σg是激活函数，TCN是时间卷积； 如果是随机游走矩阵作为规范化邻接矩阵，节点特征的更新策略转换为: 根据公式，重新排列步态特征图中关节的位置，其中，D是A的度量矩阵； 采用广义卷积网络来建模规范化欧几里德特征图中编码的几何特征，将卷积核从图像中提取纹理表示的能力泛化到提取步态图几何特征中，得到时空邻居节点特征聚合的步态特征图； 所述将卷积核从图像中提取纹理表示的能力泛化到提取步态图几何特征中具体包括：通过在规范化的步态图上沿时空同步维度滑动卷积核来建模骨架节点的时空依赖性，以达到将卷积核提取图像纹理特征的能力泛化到步态图上的目的； 根据步态特征图，预测异常步态分类结果。

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山东大学，其通讯地址为：250061 山东省济南市历下区经十路17923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”。