Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 东南大学谢利萍获国家专利权

东南大学谢利萍获国家专利权

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!

龙图腾网获悉东南大学申请的专利基于概率时序掩码注意力的跨视角在线动作检测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:CN120148111B

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:202510211544.0,技术领域涉及:G06V40/20;该发明授权基于概率时序掩码注意力的跨视角在线动作检测方法是由谢利萍;谭阳;方仕雄;张侃健设计研发完成,并于2025-02-25向国家知识产权局提交的专利申请。

基于概率时序掩码注意力的跨视角在线动作检测方法在说明书摘要公布了:本发明涉及一种基于概率时序掩码注意力的跨视角在线动作检测方法,具体步骤包括:S1,训练数据获取,获取目标场景中多个视角的视频流;S2,数据预处理,基于预训练模型从视频流中提取RGB和光流特征;S3,构建双分支网络结构,概率分支利将视角级特征压缩成潜在的视角特定编码,分类分支则利用编码进行自回归分类;S4,构建GRU‑TMA模块,减少遥远历史信息对当前动作检测的干扰;S5,模型训练与优化,通过最小化重构损失和KL散度损失,优化概率分支的潜在表示,同时通过交叉熵损失优化分类分支的动作分类能力;S6,在线动作检测,基于双分支网络的输出进行顺序帧的动作分类,并根据实际的动作标签进行性能评估。本发明提高了动作检测的准确性和鲁棒性。

本发明授权基于概率时序掩码注意力的跨视角在线动作检测方法在权利要求书中公布了:1.基于概率时序掩码注意力的跨视角在线动作检测方法,其特征在于,包括如下步骤: S1,训练数据获取,获取目标场景中多个视角的视频流; S2,数据预处理,基于预训练的二维卷积神经网络,从视频流中提取视频特征,包括RGB和光流特征; S3,构建双分支网络结构,概率分支利用变分自编码器以预处理的视频特征X-K+1~0作为输入,将视角级的视频特征压缩成潜在的视角特定编码,分类分支则利用这些编码进行时序掩码注意力交互,最终混合各个分支的输出并根据实际的动作标签计算交叉熵损失; S4,构建GRU-TMA模块,通过在分类分支中引入时序掩码注意力机制,减少遥远历史信息对当前动作检测的干扰,提高模型的实时性和准确性; S5,模型训练与优化,通过最小化重构损失和KL散度损失,优化概率分支的潜在表示,同时通过交叉熵损失优化分类分支的动作分类能力; S6,在线动作检测,基于双分支网络的输出进行顺序帧的动作分类,利用分类分支的输出进行动作预测,并根据实际的动作标签进行性能评估。

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东南大学,其通讯地址为:211102 江苏省南京市江宁区东南大学路2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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。