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！

龙图腾网获悉南京信息工程大学申请的专利一种时空交织的行为识别网络模型构建方法及装置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：CN116612352B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202310605077.0，技术领域涉及：G06V10/774；该发明授权一种时空交织的行为识别网络模型构建方法及装置是由姜胜芹;王庆;蒋子凌;刘青山设计研发完成，并于2023-05-26向国家知识产权局提交的专利申请。

本一种时空交织的行为识别网络模型构建方法及装置在说明书摘要公布了：本发明公开了一种时空交织的行为识别网络模型构建方法及装置，所述方法包括：加载视频数据并提取视频帧，对视频帧进行随机裁剪和随机水平翻转，得到模型的输入数据集，将数据集划分为训练集、验证集和测试集；确定时空交织行为识别网络模型结构，该结构包括依次连接的基网络、交互特征协同模块、并行增强伪3D模块和时空差分注意力模块；利用训练集中的数据对时空交织行为识别网络模型进行网络训练，利用验证集中的数据评估模型，一旦找到最佳的参数，则保存最优模型；利用测试集中的数据对最优模型进行测试。本发明在降低计算复杂度的基础上提高对行为识别的精度。

本发明授权一种时空交织的行为识别网络模型构建方法及装置在权利要求书中公布了：1.一种时空交织的行为识别网络模型构建方法，其特征在于，包括以下步骤： 1加载视频数据并提取视频帧，对视频帧进行随机裁剪和随机水平翻转，得到模型的输入数据集，将数据集划分为训练集、验证集和测试集； 2确定时空交织行为识别网络模型结构，该结构包括基网络、交互特征协同模块、并行增强伪3D模块、时空差分注意力模块和分类器，其中基网络接受视频帧输入并提取基特征；交互特征协同模块通过对基特征进行两轮不同的卷积和拼接操作，提取出具有辨别力的时空特征；并行增强伪3D模块通过对时空特征进行并行卷积、拼接和细化操作，提取出增强的时空特征；时空差分注意力模块通过对增强的时空特征进行池化操作并引入注意力机制来抑制不同维度的冗余特征，获得最终增强的特征；分类器基于最终增强的特征完成分类识别；其中，所述交互特征协同模块对基特征的处理包括： 输入特征首先经过一个3×3×3的全3D卷积层，将输出Gl再送入1×1×1的卷积层，然后再将输出与其原始输入沿通道维度进行拼接，具体公式为其中，Gl、分别表示1×1×1卷积层的原始输入与输出，||表示拼接操作； 将特征F1分别送到1×3×3的空间伪3D卷积层和3×1×1的时间伪3D卷积层，将这两个卷积层的输出与进行拼接，并进行细化操作：其中，f[·]表示细化操作，和分别表示空间和时间伪3D卷积操作； 所述并行增强伪3D模块包括第一并行增强伪3D模块和第二并行增强伪3D模块， 所述第一并行增强伪3D模块对时空特征进行增强包括：将输入特征Fl分别送到1×3×3空间伪3D卷积层和3×1×1时间伪3D卷积层，然后将这两个时空卷积层的输出与Fl进行拼接，并进行细化操作：其中，g1[·]表示第一细化操作，具体为使用1×1×1卷积层将其通道数减为原来的13，分别表示时间和空间伪3D卷积层的输出； 所述第二并行增强伪3D模块对时空特征进行增强包括：将输入特征Fl分别送到两层堆叠的1×3×3空间伪3D卷积层和两层堆叠的3×1×1时间伪3D卷积层，之后将最后一层时空卷积层的输出进行拼接，并进行细化操作：其中，分别表示输出的增强后的时空特征，g2[·]表示第二细化操作，具体为使用1×1×1卷积层将其通道数减为原来的12； 3利用训练集中的数据对时空交织行为识别网络模型进行网络训练，利用验证集中的数据评估模型，一旦找到最佳的参数，则保存最优模型； 4利用测试集中的数据对最优模型进行测试。

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南京信息工程大学，其通讯地址为：210044 江苏省南京市江北新区宁六路219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。