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！

龙图腾网获悉北京科技大学申请的专利基于双向交互与动态特征增强的时序动作定位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：CN120220013B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202510194515.8，技术领域涉及：G06V20/40；该发明授权基于双向交互与动态特征增强的时序动作定位方法及装置是由刘子熠;李雪梨;刘红敏;张灿彬;樊彬设计研发完成，并于2025-02-21向国家知识产权局提交的专利申请。

本基于双向交互与动态特征增强的时序动作定位方法及装置在说明书摘要公布了：本发明涉及视频分析技术领域，特别涉及基于双向交互与动态特征增强的时序动作定位方法及装置。方法包括：构建自适应特征增强策略，通过所述自适应特征增强策略进行分层网络架构集成动态建模以及局部和全局时序交互建模；所述自适应特征增强策包括：多尺度动态时序建模模块和全局与局部自适应双向交互模块；将自适应特征增强策略引入编码器；通过编码器对初始特征进行特征增强，生成增强的时序特征。本发明提出了一个有效的自适应双向交互动态时序增强框架，它使用可学习的局部和全局仿射矩阵并行进行时序建模。这种并行结构支持特性之间的迭代双向信息传输，以及短期和长期依赖关系的自适应平衡。

本发明授权基于双向交互与动态特征增强的时序动作定位方法及装置在权利要求书中公布了：1.一种基于双向交互与动态特征增强的时序动作定位方法，其特征在于，所述方法包括： S1、获取未裁剪的视频，将所述未裁剪的视频通过预训练网络进行处理，提取初始特征； S2、构建自适应特征增强策略，通过所述自适应特征增强策略进行分层网络架构集成动态建模以及局部和全局时序交互建模；所述自适应特征增强策包括：多尺度动态时序建模模块和全局与局部自适应双向交互模块； S3、将所述自适应特征增强策略引入编码器；通过所述编码器对初始特征进行特征增强，生成增强的时序特征； S4、将增强的时序特征传递给分类和回归头，进行预测动作类别和时间边界； 其中，所述S2中，多尺度动态时序建模模块，包括； 所述多尺度动态时序建模模块包括三个动态局部DynL仿射；通过所述多尺度动态时序建模模块接受域的动态调整，捕获多尺度的时间特征； 其中，所述通过所述多尺度动态时序建模模块接受域的动态调整，捕获多尺度的时间特征，包括： 通过动态局部仿射变换DynL仿射，对TAL任务中不同时间尺度上动作的动态变化进行缓解； 给定输入特征，DynL仿射使用两个不同尺度的深度卷积分支对输入特征进行处理，获得多尺度的时间信息； 通过分层卷积方法，第一个分支与一个较小的核进行深度卷积，以捕获局部时间信息；第二个分支首先与核k1进行卷积，然后与较大的核k2进行卷积，逐渐扩大接受域以捕获更广泛的上下文； 将两个分支的输出进行融合，获得多尺度序列特征表示； 构建可学习的掩模生成模块，将多尺度序列特征表示输入至所述掩模生成模块，生成一个掩模序列，为序列中的每个位置分配不同的权重，在抑制背景信息的同时突出关键帧的特征； 采用卷积层从序列中提取局部模式，通过批量归一化BN细化，使用S型激活函数将权重压缩到[0,1]范围内，得到最终的掩码序列；将掩码序列与多尺度序列特征进行元素相乘，生成加权序列特征加权。

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北京科技大学，其通讯地址为：100083 北京市海淀区学院路30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。