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！

龙图腾网获悉泉州装备制造研究所;中国科学院福建物质结构研究所申请的专利基于多视图特征的动作时序数据分割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：CN121564625B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202610078003.X，技术领域涉及：G06V20/40；该发明授权基于多视图特征的动作时序数据分割方法及装置是由李俊;熊诚志;黄慧英;方舟;游玉琼;谢银辉;高银设计研发完成，并于2026-01-21向国家知识产权局提交的专利申请。

本基于多视图特征的动作时序数据分割方法及装置在说明书摘要公布了：本发明涉及数据处理技术领域，提供一种基于多视图特征的动作时序数据分割方法及装置，该方法充分利用多视角数据之间的互补性，引入潜在表示学习机制，使得来自不同视图的特征能够共享统一的潜在表示，从而更全面地描述动作时序数据的子空间结构。同时，在目标函数中引入两个时序正则项，可以确保动作时序数据中相邻数据帧的潜在表示与子空间表示保持连续性，增强了相邻数据帧之间的时序一致性，使得子空间划分更加稳定，进而实现动作时序数据的有效分割。相比于传统的时序数据分割方法，该方法能够更有效地结合动作时序数据的多视图特征和时间序列特性，通过协同优化潜在表示和子空间表示，从而提升对动作时序数据的分割效果。

本发明授权基于多视图特征的动作时序数据分割方法及装置在权利要求书中公布了：1.一种基于多视图特征的动作时序数据分割方法，其特征在于，包括： 获取动作时序数据；所述动作时序数据中包括不同类型的动作图像，所述不同类型的动作图像包括走的图像、跑的图像以及跳的图像； 从所述动作时序数据中提取多类特征，构建多视图特征矩阵，将所述多视图特征矩阵表示为投影矩阵与潜在表示矩阵的乘积形式，所述潜在表示矩阵基于子空间重构得到的稀疏子空间表示矩阵进行自表达建模；所述投影矩阵满足正交约束； 建立目标函数；所述目标函数包括误差项、所述潜在表示矩阵的第一时序正则项和所述稀疏子空间表示矩阵的第二时序正则项；所述目标函数的约束条件包括所述乘积形式、所述潜在表示矩阵的自表达建模结果和所述正交约束； 对所述目标函数进行求解，得到所述稀疏子空间表示矩阵的目标值，并基于所述目标值，构造对称相似矩阵，基于所述对称相似矩阵，应用谱聚类算法，对所述动作时序数据进行分割； 所述目标函数基于如下公式表示： ； 其中，P为所述投影矩阵，H为所述潜在表示矩阵，Z表示所述稀疏子空间表示矩阵，为潜在表示误差，为子空间表示误差，E表示与的综合误差，R为所述动作时序数据中相邻数据帧之间的差异矩阵，和均为超参数，为L21范数，为L1范数，为Frobenious范数，为对角权重矩阵，由所述动作时序数据中相邻数据帧的潜在表示之间的相似性决定，为所述误差项，为所述稀疏子空间表示矩阵的稀疏性约束项，为所述第二时序正则项，为所述第一时序正则项，表示约束条件，X为所述多视图特征矩阵，I为单位矩阵； 所述对角权重矩阵的对角元为，且有： ； 其中，表示所述动作时序数据中第t+1个数据帧与第t个数据帧的潜在表示之间的相似性权重，为所述动作时序数据中的第t+1个数据帧的潜在表示，为所述动作时序数据中的第t个数据帧的潜在表示，为超参数，为L2范数。

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泉州装备制造研究所;中国科学院福建物质结构研究所，其通讯地址为：362100 福建省泉州市台商投资区洛阳镇上浦村吉贝511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。