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分支融合图卷积网络的健身动作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：CN119296177B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202411524302.9，技术领域涉及：G06V40/20；该发明授权一种基于多分支融合图卷积网络的健身动作识别方法是由杨旭升;陆家淇;胡佛;张文安;汪鹏君设计研发完成，并于2024-10-30向国家知识产权局提交的专利申请。

本一种基于多分支融合图卷积网络的健身动作识别方法在说明书摘要公布了：本发明公开提出了一种创新的多分支特征融合自适应图卷积网络，旨在突破传统动作识别技术在高维度复杂运动分析中的局限。该方法融合了自适应图卷积网络AGCN和时间通道聚合图卷积网络TCA‑GCN，构建了一个高效的多分支特征融合框架。并以Transformer为核心组件，进一步优化了异质特征的整合，显著提升了特征的互补性和表达能力。通过将视觉骨架数据转化为图结构，本发明充分利用了人体骨架图像的固有特性，实现了对骨架运动高阶特征的精确提取与整合。开发了一种多分支融合策略，将AGCN的动态更新能力与TCA‑GCN在时间通道特征提取上的优势相结合，在公共基准数据集上的实验验证表明，显著提高了对运动中关键骨骼节点的识别精度。

本发明授权一种基于多分支融合图卷积网络的健身动作识别方法在权利要求书中公布了：1.一种基于多分支融合图卷积网络的健身动作识别方法，其特征在于，所述方法包括以下步骤： 步骤1根据待检测运动识别视频，生成待测骨骼点坐标时间序列，同时根据设定的人体骨架图像建立图邻接矩阵，并将其拆分成若干个矩阵Ak； 步骤2对骨骼点坐标时间序列进行预处理得到输入Z； 步骤3构建时空自适应特征融合图卷积网络模型，时空自适应特征融合图卷积网络模型包括自适应图卷积网络AGCN模型与时间通道聚合图卷积网络TCA‑GCN模型，将步骤2中得到的输入Z分别输入到两个模型中，得到不同层次的时空特征并拼接作为输出； 步骤4构建多分支特征融合框架，多分支特征融合框架中引入Transformer整合两个分支网络提取的异质特征，并自适应地增强其互补性和表达能力，实现对复杂序列数据的深度理解； 步骤5从待测骨骼点坐标时间序列中提取关节坐标、骨骼方向和长度数据，将提取的数据输入到时空自适应特征融合图卷积网络中进行训练，获取对应的初始识别结果和softmax分数，最终通过权重相加的方式融合输出最后的结果。

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浙江工业大学，其通讯地址为：310006 浙江省杭州市拱墅区朝晖六区潮王路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”。

以上内容由龙图腾AI智能生成。