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！

龙图腾网恭喜鹏城实验室申请的专利小样本动作识别方法、电子设备及介质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：CN119479082B 。

龙图腾网通过国家知识产权局官网在2025-04-22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：202510067424.8，技术领域涉及：G06V40/20；该发明授权小样本动作识别方法、电子设备及介质是由王耀威;彭芳;杨小汕;徐常胜;周子坤;肖麟慧;胡孟豪;熊宝琛设计研发完成，并于2025-01-16向国家知识产权局提交的专利申请。

本小样本动作识别方法、电子设备及介质在说明书摘要公布了：本申请公开了小样本动作识别方法、电子设备及介质，方法包括：获取支持集视频、查询集视频以及类别标签模板；通过预设的多模态训练模型对支持集视频、查询集视频以及类别标签模板进行特征处理，得到第一视觉特征向量、类级别语义特征以及第二视觉特征向量；将上述三个数据输入代理语义扩散模块进行噪声扩散处理；对代理语义扩散模块输出的第一实例级代理语义、类级别语义特征以及第一视觉特征向量进行特征表示以构建类别原型，并对第二实例级代理语义进行特征融合，得到查询特征表示；对查询特征表示以及类别原型进行动作识别，以确定查询集视频中第二动作视频帧的动作种类。本发明实施例能够捕捉实例级别的语义细节，提高动作识别精度。

本发明授权小样本动作识别方法、电子设备及介质在权利要求书中公布了：1.一种小样本动作识别方法，其特征在于，包括：获取支持集视频、查询集视频以及类别标签模板，其中，所述支持集视频包括多帧第一动作视频帧，所述查询集视频包括多帧第二动作视频帧，所述类别标签模板存储有与所述第一动作视频帧对应的动作类别名；通过预设的多模态训练模型对所述支持集视频、所述查询集视频以及所述类别标签模板进行特征处理，得到每个第一动作视频帧对应的第一视觉特征向量、类级别语义特征以及每个第二动作视频帧对应的第二视觉特征向量，其中，所述多模态训练模型包括代理语义扩散模块、特征融合模块和原型匹配模块；将所述第一视觉特征向量、所述类级别语义特征以及所述第二视觉特征向量输入所述代理语义扩散模块进行噪声扩散处理，输出与所述第一视觉特征向量对应的第一实例级代理语义以及与所述第二视觉特征向量对应的第二实例级代理语义；通过所述特征融合模块对所述第一实例级代理语义、所述类级别语义特征以及所述第一视觉特征向量进行特征表示，以构建与所述支持集视频对应的类别原型，并通过所述特征融合模块对所述第二实例级代理语义进行特征融合，得到查询特征表示；通过所述原型匹配模块对所述查询特征表示以及所述类别原型进行动作识别，以确定所述查询集视频中第二动作视频帧的动作种类；其中，所述语义扩散模块包括第一语义扩散子模块和第二语义扩散子模块；所述将所述第一视觉特征向量、所述类级别语义特征以及所述第二视觉特征向量输入所述代理语义扩散模块进行噪声扩散处理，输出与所述第一视觉特征向量对应的第一实例级代理语义以及与所述第二视觉特征向量对应的第二实例级代理语义，包括：通过所述第二语义扩散子模块对所述第二视觉特征向量进行逐步扩散，得到第二实例级代理语义；通过所述第一语义扩散子模块对所述类级别语义特征进行前向扩散，得到噪声化语义特征以及嵌入表示；将所述第一视觉特征向量、所述噪声化语义特征以及所述嵌入表示输入所述第一语义扩散子模块进行反向扩散，输出第一实例级代理语义；其中，所述第一实例级代理语义通过以下公式计算得到： ；其中，是第k步第t帧的中间实例级代理语义，是所述支持集视频中第t帧的第一视觉特征向量，σk是第k步反向扩散过程的噪声标准差，ZN0,I是随机噪声，是去噪神经网络，是第k步的噪声系数，是时间插值器，所述时间插值器用于捕捉第一实例级代理语义的时序变化。

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鹏城实验室，其通讯地址为：518000 广东省深圳市南山区兴科一街2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”。