買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網獲悉南京理工大學申請的專利基于多模態(tài)多粒度的老年人日常行為自動識別方法獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產權局授予，授權公告號為：CN113850143B 。

龍圖騰網通過國家知識產權局官網在2025-08-22發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202110999523.1，技術領域涉及：G06V40/20；該發(fā)明授權基于多模態(tài)多粒度的老年人日常行為自動識別方法是由舒祥波;丁靜;宋硯設計研發(fā)完成，并于2021-08-29向國家知識產權局提交的專利申請。

本基于多模態(tài)多粒度的老年人日常行為自動識別方法在說明書摘要公布了：本發(fā)明公開了一種基于多模態(tài)多粒度的老年人日常行為自動識別方法，包括以下步驟：將原始輸入視頻的骨骼模態(tài)和RGB模態(tài)分別被細化為骨骼點+骨架和提名+關鍵幀；對骨骼點和骨架數據建立圖結構，并分別利用圖卷積網絡S?GTCNs學習特征，得到基于骨骼點和骨架數據的動作類別得分；利用邊界敏感網絡提取視頻的提名，利用I3D網絡提取提名和關鍵幀的底層特征，基于提名和關鍵幀數據建立圖結構，并分別使用圖卷積網絡R?GCNs學習特征，得到基于提名和關鍵幀數據的動作類別得分；將四種顆粒度的識別得分進行融合得到最終的識別結果。該方法相比于其他方法，有更高的識別準確率。

本發(fā)明授權基于多模態(tài)多粒度的老年人日常行為自動識別方法在權利要求書中公布了：1.一種基于多模態(tài)多粒度的老年人日常行為自動識別方法，其特征在于，包括以下步驟： 步驟1，將原始輸入視頻的骨骼模態(tài)和RGB模態(tài)分別被細化為骨骼點+骨架和提名段+關鍵幀； 步驟2，對骨骼點和骨架數據建立圖結構，并分別利用圖卷積網絡S-GTCNs學習特征，得到基于骨骼點和骨架數據的動作類別得分；具體包括如下步驟： 步驟201，對于單幀骨骼點數據，定義圖結構GS＝VS,ES，其中，VS代表擁有N個骨骼點的節(jié)點集合，ES是由鄰接矩陣AS∈RN×N定義的骨骼邊集；如果節(jié)點vi和vj存在連接邊，i＝1,…,N，j＝1,…,N,j≠i，則初始Ai,j＝1，否則為0；一個完整的動作能夠用圖序列GS表示，表示GS的節(jié)點特征集合，其中x是在t時刻節(jié)點vn的C維特征向量，T表示總幀數，N表示總節(jié)點數； 步驟202，對于單幀骨架數據，定義圖結構GB＝VB,EB，其中，VB代表擁有N根骨架的節(jié)點集合，EB是由鄰接矩陣AB∈RN×N定義的邊集；如果節(jié)點vi和vj存在連接邊，i＝1,2,…,N，j＝1,2,…,N，則初始Ai,j＝1，否則為0；圖序列GB表示一個完整的動作，節(jié)點特征集合為 其中x表示在t時刻節(jié)點vn的C維特征向量，T表示總幀數，N表示總節(jié)點數； 步驟203，將骨骼點和骨架數據送入S-GTCNs中，S-GTCNs包括一個GTCN和兩個A-GTCN模塊；經過批量標準化操作歸一化后分別被送入兩個結構相同、參數獨立的網絡單元GTCN模塊中，GTCN的網絡結構包含一層GCN和兩層TCN，GCN用于聚合提取骨骼模態(tài)的特征，TCN用于提取時序信息；GTCN單元的輸出被送入到A-GTCN單元，A-GTCN的網絡結構包含一層GCN和兩層TCN，A-GTCN單元引入了注意力機制；骨骼點與骨架數據經由S-GTCNs模塊得到各自的輸出： 其中，FC表示全連接層，scoreS和scoreB分別代表基于骨骼點和基于骨架的輸出得分； 步驟3，利用I3D提取提名段和關鍵幀的底層特征，基于提名段和關鍵幀數據建立圖結構，并分別使用圖卷積網絡R-GCNs學習特征，得到基于提名段和關鍵幀數據的動作類別得分； 步驟4，將四種顆粒度的識別得分進行融合得到最終的識別結果。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人南京理工大學，其通訊地址為：210094 江蘇省南京市孝陵衛(wèi)200號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。