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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于多动作特征和双流网络的运动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：CN117292436B 。

龙图腾网通过国家知识产权局官网在2025-04-18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：202311316580.0，技术领域涉及：G06V40/20；该发明授权一种基于多动作特征和双流网络的运动检测方法是由景锐;俞开程;王马跃;莫世龙;嵇舒妍;李竹设计研发完成，并于2023-10-12向国家知识产权局提交的专利申请。

本一种基于多动作特征和双流网络的运动检测方法在说明书摘要公布了：本发明公开了一种基于多运动特征和双流网络的运动检测方法，包括以下步骤：获取被测对象指定动作下视频数据；将获取到的视频数据进行预处理；提取测试者在不同动作中上肢和下肢的特征序列；构建改进双流网络模型；利用训练好的模型对得到的特征序列和关节点数据进行评估，可以达到检测不同任务下动作特征等级的目的。本发明作为一种客观的检测方法，不依赖专业传感器，部署成本较低，同时可对不同运动任务的相关特征进行融合，最终输出测试者运动特征的稳定性等级。

本发明授权一种基于多动作特征和双流网络的运动检测方法在权利要求书中公布了：1.一种基于多动作特征和双流网络的运动检测方法，其特征在于，包括以下步骤：S1，获取被测对象指定动作下视频数据；S2，将获取到的视频数据进行预处理；S3，提取测试者上肢和下肢运动的特征序列和关节点数据；S4，构建改进双流网络模型；S5，利用训练好的模型对得到的特征序列和关节点数据进行评估，得到不同的运动稳定性分级；所述S3中提取测试者上肢和下肢的特征序列和关节点数据，包括：将由TOFlow插帧处理后的视频使用Mediapipe姿态估计模型提取手部和脚部的关节关键点，通过关键点计算出被测对象运动的幅值、速度和加速度序列；所述S4中构建改进双流网络模型包括：双流网络分为两部分，上半部分输入为得到的三种特征序列，下半部分输入得到的关节点坐标；其中，上半网络通过卷积层和全剧平均池化层构建，并加入SKNET网络提取运动特征，扩大感受野；下半网络使用多头注意力机制构建BT模块，经多个相同模块串联后构成；最终将两网络输出经加权融合后得出评估结果；所述上半网络包括：使用三个卷积层以及全局平均池化层构成，其中卷积层后连接一个批量归一化Norm层和激活函数ReLU，再连接SKNET网络，通过全局平均池化层代替全连接层，全局平均池化层后连接Softmax，最终输出评估结果；所述下半网络包括：下半网络使用四个相同的模块组成，每个模块由两个模型相同、输入不同的BT模块组成，记为BT1与BT2，分别输入同一帧下不同关节点坐标和同关节点在不同帧下的值，通过三个权重矩阵Wq,Wk,Wv，计算出查询向量qt、关键向量kt和权值向量vt，使用多头注意力机制计算注意力得分，确定不同关节的相关程度，相应的公式为： 其中，Outputl为第l层多头注意力的输出，Vi代表提取的不同关节点，i,j为相邻节点，代表当前帧第l层下第i个节点的查询向量，代表当前帧第l层下第j个节点的关键向量和权值向量，将对应的查询向量和关键向量做点积得到注意力分数，并进行缩放；d为关键向量的维度，ni为第i个节点的输出值，C为输出节点的个数；通过Softmax进行加权求和后，重复8次，最后将多头注意力的结果进行连接；输出后经过批量归一化和一个多层感知器，得到模块的最终输出，公式如下：Bl+1＝BT2BT1BlBT1为空间变压器模块，BT2时间变压器模块，Bl,Bl+1表示第l个和第l+1个变压器层的输出。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街1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”。