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！

龙图腾网获悉江南大学申请的专利一种基于混合模型的轻量级视频行为识别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：CN115690916B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202211392253.9，技术领域涉及：G06V40/20；该发明授权一种基于混合模型的轻量级视频行为识别方法是由王映辉;祝安磊设计研发完成，并于2022-11-08向国家知识产权局提交的专利申请。

本一种基于混合模型的轻量级视频行为识别方法在说明书摘要公布了：本发明公开了一种基于混合模型的轻量级视频行为识别方法，属于计算机人工智能学科技术领域。本发明通过使用轻量级3D卷积模块与Transformer相结合的方式构建轻量级深度卷积网络并用于视频行为识别，使用3D卷积能够提取时空特征优点的同时，弥补了Transformer所缺乏的归纳偏置，使得网络能够加速收敛，使用Transformer对视频这种带有时间维度信息的任务进行长时间序列信息建模，二者相辅相成，通过在不同数据集下的对比，本发明的方法提高了模型的精度，降低了模型的训练难度，并保证了模型仍为轻量化网络的效果，提升了识别效率。

本发明授权一种基于混合模型的轻量级视频行为识别方法在权利要求书中公布了：1.一种视频行为识别方法，其特征在于，所述视频行为识别方法包括： 步骤一：获取待识别的行为视频； 步骤二：对所述待识别的行为视频进行预处理，得到行为图像序列； 步骤三：将所述行为图像序列输入基于Transformer与3D-CNN混合的轻量级视频行为识别网络； 步骤四：所述基于Transformer与3D-CNN混合的轻量级视频行为识别网络对所述行为图像序列进行计算并输出行为识别结果； 所述基于Transformer与3D-CNN混合的轻量级视频行为识别网络包括依次连接的：输入层、第一卷积层、3D-ShuffleViT网络、第二卷积层、池化层、线性分类层和输出层，其中所述3D-ShuffleViT网络连续堆叠1次以上； 所述3D-ShuffleViT网络包括：3D-ShuffleNetV2基础模块、3D-ShuffleNetV2下采样模块和ShuffleViT模块； 所述3D-ShuffleViT网络的构建过程包括： 步骤1：构建所述3D-ShuffleNetV2基础模块和3D-ShuffleNetV2下采样模块； 将轻量级ShuffleNetV2网络中的2D卷积转化为3D卷积，2D池化操作转换为3D池化操作； 步骤2：构建所述ShuffleViT模块； 对特征层进行Unflod展开操作，计算展开后特征层Patch之间的自注意力，最后将展开的特征层折叠； 步骤3：由所述3D-ShuffleNetV2基础模块、所述3D-ShuffleNetV2下采样模块和所述ShuffleViT模块构建所述3D-ShuffleViT网络； 所述步骤2包括： 步骤2.1：首先将特征图通过一个卷积核大小为3x3x3的卷积层进行局部特征建模，然后再通过一个卷积核大小为1x1x1的卷积层调整通道数； 步骤2.2：Unflod操作； 对特征图划分Patch，设置的Patch大小为2x2x2，即每个Patch内有8个像素； 步骤2.3：自注意力计算； 每个Token只和在每个Patch中位置相同的Token进行自注意力计算； 步骤2.4：Flod操作； 自注意力计算完后，对特征进行折叠操作，将[N,C,T,H,W]折叠为[N,C,T*H*W]，其中N表示Patch大小，C表示通道数，T表示时间维度，H和W表示高和宽，将经过自注意力机制计算后的特征折叠为原特征图结构。

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江南大学，其通讯地址为：214122 江苏省无锡市滨湖区蠡湖大道1800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”。

以上内容由龙图腾AI智能生成。