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！

龙图腾网获悉湖南工程学院;长沙理工大学申请的专利基于全局局部对比学习的自监督群体行为识别方法和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：CN120472541B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202510947671.7，技术领域涉及：G06V40/20；该发明授权基于全局局部对比学习的自监督群体行为识别方法和系统是由朱晓林;邓太国;万琴;李勇航;徐欣雨;伍梓煜;樊绍胜;杨漾;江一鸣设计研发完成，并于2025-07-10向国家知识产权局提交的专利申请。

本基于全局局部对比学习的自监督群体行为识别方法和系统在说明书摘要公布了：本发明提出了一种基于全局局部对比学习的自监督群体行为识别方法和系统，包括：通过局部分支提取个体特征，并采用多头自注意力掩码模块生成软掩码，利用掩码池化分离显著非显著个体特征构建对比样本，结合余弦相似度与局部对比损失优化特征对齐；同时利用全局分支的空间全局Transformer捕捉行为者空间交互关系，通过多尺度时序编码融合短期动作与长期行为模式，聚合时空特征后采用全局对比损失优化一致性，最终通过全局‑局部对比损失整合两分支特征对比，自动调整损失权重以简化调参。训练完成后，提取的时空特征经分类器输出群体行为识别结果，有效提升了模型对复杂群体行为的判别力和鲁棒性。

本发明授权基于全局局部对比学习的自监督群体行为识别方法和系统在权利要求书中公布了：1.基于全局局部对比学习的自监督群体行为识别方法，其特征在于，所述方法包括以下步骤： S100：获取视频片段并输入至特征提取网络的骨干网络，通过局部分支的RoI-Align模块提取个体行为者特征，全局分支提取全局上下文特征； S200：将个体行为者特征输入到多头自注意力掩码模块，首先进行特征嵌入并通过线性变换生成多个注意力头，随后分别计算各注意力头的特征信息，将所得特征拼接后通过投影融合操作，最终生成软掩码； S300：通过掩码池化分离软掩码中的显著和非显著个体特征，构建正负样本对，计算余弦相似度后结合局部对比损失函数优化特征空间对齐与差异性； S400：结合空间全局Transformer提取全局空间特征，通过多尺度时序信息编码模块捕获不同时期的时序编码特征并融合得到时序特征，将全局空间特征和时序特征聚合，得到最终的全局时空特征，并引入全局对比损失优化模型特征一致性； S500：定义全局-局部对比损失整合局部与全局特征对比，当达到预设的训练结束条件时，得到预训练模型，基于线性评估与微调评估模块对预训练模型进行优化，得到优化后的预测模型，基于优化后的预测模型完成群体行为识别，其中，预测模型包括骨干网络、用于获取个体特征的RoI-Align模块和确定群体行为标签的分类器。

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湖南工程学院;长沙理工大学，其通讯地址为：411104 湖南省湘潭市岳塘区福星东路88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”。