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(wǎng)獲悉陜西師范大學申請的專利基于HRNet-雙流transformer網(wǎng)絡的人體動作識別方法獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產(chǎn)權局授予，授權公告號為：CN116612533B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-08-26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：202310602650.2，技術領域涉及：G06V40/20；該發(fā)明授權基于HRNet-雙流transformer網(wǎng)絡的人體動作識別方法是由裴炤;周彥辛;張艷寧設計研發(fā)完成，并于2023-05-25向國家知識產(chǎn)權局提交的專利申請。

本基于HRNet-雙流transformer網(wǎng)絡的人體動作識別方法在說明書摘要公布了：一種基于HRNet?雙流transformer網(wǎng)絡的人體動作識別方法，由采集人體動作視頻、構建HRNet?雙流transformer網(wǎng)絡、訓練HRNet?雙流transformer網(wǎng)絡、識別人體動作類別步驟組成。本發(fā)明采用了HRNet?雙流transformer網(wǎng)絡，借助HRNet?雙流transformer網(wǎng)絡提取人體動作視頻的特征，降低了現(xiàn)有人體動作識別技術中人體動作視頻的環(huán)境對人體動作識別結果的影響，有效地提高人體動作識別的準確性。本發(fā)明具有對采集的人體動作視頻質量要求低、識別視頻中人體動作準確率高、應用場景廣泛等優(yōu)點，可在街道、教室、餐廳、會議室等場景識別人體動作。

本發(fā)明授權基于HRNet-雙流transformer網(wǎng)絡的人體動作識別方法在權利要求書中公布了：1.一種基于HRNet-雙流transformer網(wǎng)絡的人體動作識別方法，其特征在于由下述步驟組成： 1采集人體動作視頻 用攝像機獲取人體動作視頻，截取人體動作視頻片段，記錄其代表動作作為動作標簽cn，讀取該視頻片段的幀并排列成幀集合V： V＝{p1，p2，…，pt} 其中pt表示t時刻的幀，t∈{1，2，...，A×Z}，A表示視頻片段的長度，A取值為1～10，Z表示幀采樣頻率，Z取值為1～50；將幀集合V和動作標簽cn組成樣本： Qu＝{Vu，cn} 其中n是動作標簽的種類，n∈{1，2，...，10}，c1為行走，c2為坐下，c3為站起，c4為刷牙，c5為戴眼鏡，c6為摘眼鏡，c7為喝水，c8為吃飯，c9為鼓掌，c10為握手，u是人體動作視頻的種類，u取值為100～600，構建人體動作數(shù)據(jù)集J，J∈{Q1，Q2，...，Qu}，將人體動作數(shù)據(jù)集J按照5∶1劃分為訓練集、測試集； 2構建HRNet-雙流transformer網(wǎng)絡 HRNet-雙流transformer網(wǎng)絡由HRNet網(wǎng)絡與雙流transformer網(wǎng)絡串聯(lián)構成； 所述的HRNet網(wǎng)絡由第一特征提取模塊與第二特征提取模塊、第三特征提取模塊依次串聯(lián)構成； 所述的雙流transformer網(wǎng)絡由人體關鍵點transformer分支網(wǎng)絡與視頻特征transformer分支網(wǎng)絡并聯(lián)構成；人體關鍵點transformer分支網(wǎng)絡由人體關鍵點輸入層與第一卷積層、第二卷積層、第三卷積層、自注意力模塊、第四卷積層、池化層依次串聯(lián)構成；視頻特征transformer分支網(wǎng)絡由視頻序列輸入層與第一卷積層、第二卷積層、第三卷積層、自注意力模塊、第四卷積層、池化層依次串聯(lián)構成； 3訓練HRNet-雙流transformer網(wǎng)絡 1確定HRNet網(wǎng)絡損失函數(shù) 按式1確定HRNet網(wǎng)絡損失函數(shù)lhr： 其中表示的歐幾里得范式，F(xiàn)t是特征圖，是所有Ft的平均值，EFt是回歸函數(shù)，ω是迭代更新參數(shù)，O指迭代次數(shù)，β是系數(shù)，取值為0.2； 2確定特征圖 按式2確定特征圖Ft： 其中，是不同分辨率的特征矩陣，rw表示分辨率，w表示分辨率種類，w∈{1，2，3}，r1為高分辨率，r2為中分辨率，r3為低分辨率； 按式3確定不同分辨率的特征矩陣 其中，a表示幀集合V的像素點； 3確定人體關鍵點transformer分支網(wǎng)絡的損失函數(shù) 按式4確定人體關鍵點transformer分支網(wǎng)絡的損失函數(shù)lkey： Sn＝Softmaxcn 其中，M表示真實特征，Sn是cn輸入Softmax函數(shù)中得到的標簽； 4確定視頻特征transformer分支的損失函數(shù) 按式5確定視頻特征transformer分支的損失函數(shù)lv： 其中，表示的歐幾里得范式； 5確定雙流transformer網(wǎng)絡的損失函數(shù) 按式6確定雙流transformer網(wǎng)絡的損失函數(shù)ltr： ltr＝lkey+δlu6 其中，δ是參數(shù)，δ取值為0.01～0.03； 6確定HRNet-雙流transformer網(wǎng)絡的損失函數(shù) 按式7確定HRNet-雙流transformer網(wǎng)絡的損失函數(shù)l： l＝lhr+ltr7 7訓練集輸入HRNet-雙流transformer網(wǎng)絡 將訓練集輸入HRNet-雙流transformer網(wǎng)絡進行訓練，數(shù)據(jù)批量為4，學習率α為0.001，迭代次數(shù)O取500，迭代至HRNet-雙流transformer網(wǎng)絡的損失函數(shù)l收斂，得到訓練好的HRNet-雙流transformer網(wǎng)絡； 4識別人體動作類別 將測試集輸入到訓練好的HRNet-雙流transformer網(wǎng)絡中進行測試，得到測試集的人體動作類別作為網(wǎng)絡的識別結果。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或專利權人陜西師范大學，其通訊地址為：710062 陜西省西安市長安南路199號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。