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

龍圖騰網獲悉江南大學申請的專利一種基于輕量級時空聯合網絡的視頻動作檢測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN117475350B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202311400763.0，技術領域涉及：G06V20/40；該發明授權一種基于輕量級時空聯合網絡的視頻動作檢測方法是由王映輝;祝安磊設計研發完成，并于2023-10-26向國家知識產權局提交的專利申請。

本一種基于輕量級時空聯合網絡的視頻動作檢測方法在說明書摘要公布了：本發明公開了一種基于輕量級時空聯合網絡的視頻動作檢測方法，屬于視頻行為識別技術領域。本發明使用3D骨干網絡和2D骨干網絡來分別提取時序信息上的空間特征和時序特征，并通過將卷積與自注意力機制深度融合從而設計得到的輕量級時空特征融合模塊來進一步充分融合并提取時空上的特征；此外使用僅含有2D卷積的時空平移模塊TSM作為時空特征提取模塊的骨干分支。本發明的YOWOv3模型不僅能夠比最新的高效時空動作檢測模型更加輕量，且精度也達到了同量級中的最佳表現；進一步優化而來的YOWOv3?TSM不僅降低了訓練的難度，并且在精度與速度上同時保持著優異的表現，在視頻動作檢測上取得了最佳的精度與速度的平衡。

本發明授權一種基于輕量級時空聯合網絡的視頻動作檢測方法在權利要求書中公布了：1.一種視頻動作檢測方法，其特征在于，所述視頻動作檢測方法包括：構建輕量級的時空動作檢測深度神經網絡，具體按照以下步驟實施： 步驟1：利用時空特征提取網絡提取待檢測視頻序列的時序信息； 步驟2：使用YOLOv8網絡作為空間特征提取的骨干網絡，對骨干網絡提取的特征層進行上采樣操作； 步驟3：使用1×1卷積對所述步驟2輸出的特征通道進行整合，使得各層級的通道數壓縮為256，然后使用兩個并行的3×3標準卷積提取解耦后的特征，再使用一個標準的1×1卷積，重新對解耦后的特征通道進行整合到64； 步驟4：對所述步驟1輸出的最終的特征層進行上采樣操作，使其能夠與所述步驟2中提取的多級特征進行拼接； 步驟5：首先將所述步驟3和步驟4提取的時空特征和時序特征在通道維度進行拼接，將卷積和自注意力機制深度融合，通過兩分支并行運行，最后對兩分支各自的特征在通道維度進行拼接，并將拼接的特征相加從而得到最終融合后特征； 步驟6：對步驟5輸出的特征分別使用三個1×1卷積進行解耦操作，分別輸出分類、回歸、和置信度信息，以得到視頻動作檢測檢測結果； 所述時空特征提取網絡使用3D-ShuffleNetV2網絡，構建方法包括：將輕量級網絡ShuffleNetV2通過擴展膨脹的方式到三維，將2D卷積轉化為3D卷積，將2D池化轉化為3D池化；同時為了避免部分設備存在不支持3D卷積操作的風險，使用僅含有2D卷積的時空平移模塊TSM作為時空特征提取模塊的骨干分支。

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江南大學，其通訊地址為：214122 江蘇省無錫市濱湖區蠡湖大道1800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”。