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！

龙图腾网获悉福州大学申请的专利基于时间戳的弱监督动作分割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：CN116863374B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202310806223.6，技术领域涉及：G06V20/40；该发明授权基于时间戳的弱监督动作分割方法是由柯逍;缪欣设计研发完成，并于2023-07-03向国家知识产权局提交的专利申请。

本基于时间戳的弱监督动作分割方法在说明书摘要公布了：本发明提出了一种基于时间戳的弱监督动作分割方法，通过生成伪标签对所有的视频帧进行训练以获得完整的动作信息：针对时间戳训练基于动作时序关系通过优化帧集变化以估计动作边界，将时间戳的标签分配给相应的帧以生成伪标签完成模型训练；针对时间戳监督中边界预测问题，基于能量函数对视频帧置信度的约束采用边界优化损失，以确保在训练过程中能够学习动作的完整信息。

本发明授权基于时间戳的弱监督动作分割方法在权利要求书中公布了：1.一种基于时间戳的弱监督动作分割方法，其特征在于：包括以下步骤；步骤S1：对输入视频进行通过I3D网络提取视频特征；步骤S2：将时间戳标签以及提取的视频特征输入Asformer动作分割模型提取序列特征；步骤S3：根据序列特征及时间戳标签计算能量函数估计边界生成伪标签辅助训练；步骤S4：根据伪标签计算边界损失评估优化视频分割效果；步骤S5：生成视频动作分割序列；步骤S3具体包括以下步骤：步骤S31：计算能量函数，检测两个时间戳si和si+1之间的动作变化，即找到时间使以下时间戳能量函数最小化： 其中，d·,·是欧几里得距离，hs是动作分割模型在时间s的输出，ci是第一个时间戳si和估计之间输出的平均值，ci+1是估计和第二个时间戳si+1之间输出的平均值；即找到将两个时间戳之间的帧划分为两个片段的时间使得帧与其相应的片段中心之间的距离最小；步骤S32：通过计算前向估计和后向估计的平均值，得到更准确的估计结果具体公式如下： 其中，前向估计为使用和si+1之间的帧来估计后向估计为使用si+1和之间的帧来估计步骤S33：直到在估计值和下一个时间戳si之间的帧被分配动作标签在步骤S4中，边界损失函数包括两个部分，第一部分鼓励模型对置信度较低的区域进行更高的概率预测，使得这些区域被高置信度区域所包围；第二部分则抑制了置信度高但离时间戳远的异常帧；其具体公式如下： 其中，是指第s帧视频动作为的概率，S'＝2sN-s1是损失函数所考虑的帧数。

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福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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”。