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！

龙图腾网获悉中国矿业大学申请的专利一种基于自监督学习的煤矿井下人员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：CN116503947B 。

龙图腾网通过国家知识产权局官网在2026-01-16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：202310502071.0，技术领域涉及：G06V40/20；该发明授权一种基于自监督学习的煤矿井下人员动作识别方法是由张磊;胡浩;刘佰龙;江海峰;梁志贞;侯萱设计研发完成，并于2023-05-06向国家知识产权局提交的专利申请。

本一种基于自监督学习的煤矿井下人员动作识别方法在说明书摘要公布了：一种基于自监督学习的煤矿井下人员动作识别方法，属于视频识别领域。首先，对视频数据进行重采样；其次，将重采样后的视频数据处理成时空块序列；再次，将时空块序列经过掩码模块，得到原始时空块序列和掩码时空块序列；再次，将原始时空块序列输入到编码器组中，生成原始时空块序列的潜在表示并将生成的潜在表示和掩码时空块序列输入到解码器组中，得到重建后的视频片段，通过设计好的损失函数进行训练，得到预训练好的模型；最后将预训练好的模型经过微调模块，得到最终的动作识别模型。优点：采用自监督的方式进行训练，大大地降低了视频收集和标注的成本；对视频进行极高掩码比率的掩码操作，降低了模型训练的计算成本，提高了模型训练效率。

本发明授权一种基于自监督学习的煤矿井下人员动作识别方法在权利要求书中公布了：1.一种基于自监督学习的煤矿井下人员动作识别方法，其特征在于：使用未标注的视频数据通过自监督学习进行预训练，并对预训练好的模型进行微调，以实现掩码模块、视频重建模块和微调模块；具体步骤如下： 步骤1：对采集的视频数据进行重采样，得到预处理后的视频数据； 步骤2：为消除时序冗余性的影响，将步骤1得到预处理后的视频数据每α帧抽取一帧，得到视频片段； 步骤3：将步骤2中得到的视频片段处理成时空块序列； 步骤4：将步骤3中得到的视频片段处理成时空块序列通过掩码模块得到掩码时空块序列和原始时空块序列； 步骤5：将步骤4中掩码时空块序列和原始时空块序列输入到视频重建模块，得到重建后的视频片段；所述视频重建模块包括编码器组和解码器组，编码器和解码器都由一个时空联合自注意力层和一个前馈神经网络组成，编码器组和解码器组的每一个编码器和解码器都由一个时空联合自注意力层和一个前馈神经网络组成； 步骤6：使用设计的损失函数对动作识别模型进行预训练，逐渐缩小步骤5中得到的重建后的视频片段与原始视频片段之间的差异，得到训练好的模型； 步骤7：使用微调将步骤6中得到的训练好的模型适应到动作识别任务上。

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中国矿业大学，其通讯地址为：221116 江苏省徐州市大学路1号中国矿业大学；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。