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！

龙图腾网获悉华南理工大学申请的专利一种基于视频的动态手势认证方法、介质及设备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：CN118629090B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202410667140.8，技术领域涉及：G06V40/20；该发明授权一种基于视频的动态手势认证方法、介质及设备是由康文雄;林泽楠设计研发完成，并于2024-05-28向国家知识产权局提交的专利申请。

本一种基于视频的动态手势认证方法、介质及设备在说明书摘要公布了：本发明提供了一种基于视频的动态手势认证方法、介质及设备；其中，方法为：输入待认证的动态手势视频；将动态手势视频生成多尺度动态手势超图；采用双流动态手势认证网络对原始RGB图像和多尺度动态手势超图进行学习，得到身份特征向量；双流动态手势认证网络由时空特征提取主干网络、特征融合模块和身份特征聚合模块组成；时空特征提取主干网络分别捕获行为特征和生理特征；特征融合模块进行特征融合；身份特征聚合模块对特征进行进一步的处理和整合生成身份特征向量；得到动态手势认证结果。该方法采用了多尺度动态手势超图和双流动态手势认证网络技术，以更全面、准确地提取和融合手势特征，从而提高了动态手势认证的性能和实用性。

本发明授权一种基于视频的动态手势认证方法、介质及设备在权利要求书中公布了：1.一种基于视频的动态手势认证方法，其特征在于：包括如下步骤： S1、输入待认证的动态手势视频； S2、将动态手势视频生成多尺度动态手势超图；多尺度动态手势超图由不同长度的图像帧序列生成的多个动态手势图像组成； S3、采用双流动态手势认证网络对动态手势视频原始RGB图像和多尺度动态手势超图进行学习，得到身份特征向量；双流动态手势认证网络由时空特征提取主干网络、特征融合模块和身份特征聚合模块组成；时空特征提取主干网络分别捕获嵌入在手势中的行为特征B和生理特征P；特征融合模块对行为特征B和生理特征P进行融合；身份特征聚合模块对时空特征提取主干网络和特征融合模块得到的特征进行进一步的处理和整合，生成身份特征向量； S4、根据身份特征向量，得到动态手势认证结果； 所述步骤S2，设定多种窗口大小T；对于各种窗口大小T，分别生成z张单尺度动态手势图像WT；单尺度动态手势图像WT的生成方法是：从动态手势视频序列中不重复采样连续T帧原始RGB图像，依次生成z张单尺度动态手势图像WT；其中，N为动态手势视频原始RGB图像帧数，表示向下取整数运算； 将所有窗口大小T的z张单尺度动态手势图像WT结合，形成多尺度动态手势超图； 所述步骤S3中，所述时空特征提取主干网络由运动流和表观流组成；运动流以多尺度动态手势超图作为输入，捕捉行为线索，得到嵌入在手势中的行为特征；表观流采用动态手势视频原始RGB图像作为输入，捕捉生理特征，得到嵌入在手势中的生理特征； 所述运动流和表观流的主干均由五层RepVGG层组成；运动流和表观流的每层RepVGG层分别提取行为特征B和生理特征P后，先输入到特征融合模块对行为特征B和生理特征P进行融合，得到融合后的行为特征B’和生理特征P’，之后再分别输入到运动流和表观流的下一层RepVGG层进行提取；重复执行，直至完成运动流和表观流最后一层RepVGG层的提取；运动流和表观流最后一层RepVGG层提取到的行为特征B和生理特征P输入到特征融合模块进行融合，得到最终的融合后的行为特征B’和生理特征P’，作为身份特征聚合模块的输入。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。