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！

龙图腾网恭喜上海师范大学申请的专利一种基于骨架的轻量化武术动作识别评分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：CN114863569B 。

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：202210629042.6，技术领域涉及：G06V40/20；该发明授权一种基于骨架的轻量化武术动作识别评分方法及装置是由林晓;王学鑫;黄伟;高幕峰;郑晓妹;黄继风设计研发完成，并于2022-06-06向国家知识产权局提交的专利申请。

本一种基于骨架的轻量化武术动作识别评分方法及装置在说明书摘要公布了：本申请实施例公开了一种基于骨架的轻量化武术动作识别评分方法及装置；所述方法包括：通过获取学生的武术动作帧图，并将该武术动作帧图生成骨架数据；根据预设的图卷积神经网络层，分析同一帧图的骨架数据的关节类型以及关节之间的相关性；获取所有动作帧图的聚合数据；根据所述聚合数据进行武术分类，得到分类输出结果；对比所述分类输出结果和预设的标准动作数据，以进行武术动作评分；本申请实施例智能化对武术动作进行评分，提高了评分结果的准确性，网络结构简单，耗时短，提升了评分的效率，减轻了教师的工作压力。

本发明授权一种基于骨架的轻量化武术动作识别评分方法及装置在权利要求书中公布了：1.一种基于骨架的轻量化武术动作识别评分方法，其特征在于，所述方法包括以下步骤：获取学生的武术动作帧图，并将该武术动作帧图生成骨架数据；根据预设的图卷积神经网络层，分析同一帧图的骨架数据的关节类型以及关节之间的相关性；获取所有动作帧图的聚合数据；根据所述聚合数据进行武术分类，得到分类输出结果；对比所述分类输出结果和预设的标准动作数据，以进行武术动作评分；所述获取学生的武术动作帧图，并将该武术动作帧图生成骨架数据，包括：获取学生的武术动作帧图，将视频动作分为多个武术动作帧图；通过深度传感器捕获学生的武术动作数据，每帧所述武术动作帧图中包含人体的多个关节，生成骨架数据；其中，骨架数据中的骨架数列的所有关节用集合S表示： 其中，表示t帧时类型为k的关节，关节的位置用三维坐标Pt,k来表示，速度为相邻两帧位置之差，用Vt,k表示；将位置信息进行嵌入： 其中，W1、W2均为权重矩阵，b1和b2均为偏置系数，σ表示激活函数；将位置之差进行嵌入： 其中，W3、W4均为权重矩阵，b3和b4均为偏置系数，σ表示激活函数；融合和得到动力学参数，记为Zt,k；所述根据预设的图卷积神经网络层，分析同一帧图的骨架数据的关节类型以及关节之间的相关性，包括：针对同一帧图中的关节间进行学习，将关节类型语义合并到图卷积神经网络层中，学习内容自适应图；通过关节类型语义和动力学数据进行学习内容自适应图连接，得到连接权重与关节间的关系；对于类型为k的关节用向量jk来表示，得到对应的嵌入其中，W5、W6均为权重矩阵，b5和b6均为偏置系数，σ表示激活函数；则t帧中类型为k的关节表示为t帧的所有关节由Zt＝zt,1；...；zt,J表示，按照： 进行建模同一帧中关节i到j间的边缘权重；其中，θ和均为转换函数；计算得到一帧图中所有关节间的亲和性，得到规范化后的邻接矩阵Gt，按照：Z′t＝GtZtWy+ZtWz；得到输出权重矩阵Z't，分享给其帧图，其中，Wy和Wz均为变换矩阵；所述获取所有动作帧图的聚合数据，包括：使用帧索引语义来建模帧间关系，通过两个卷积神经网络层建模帧间依赖关系，增强学习特征表示能力，合并一帧图中的所有关节信息，再将所有帧图的信息进行聚合，得到聚合数据；其中，使用向量ft来表示帧索引，计算出嵌入为 其中，W7、W8均为权重矩阵，b7和b8均为偏置系数，σ表示激活函数；则t帧中类型为k的关节表示为

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上海师范大学，其通讯地址为：200233 上海市徐汇区桂林路100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”。