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！

龍圖騰網獲悉北京郵電大學申請的專利基于聲音的視頻動作分類方法及相關設備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：CN114529846B 。

龍圖騰網通過國家知識產權局官網在2025-08-08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：202111636227.1，技術領域涉及：G06V20/40；該發明授權基于聲音的視頻動作分類方法及相關設備是由張華;李勇勝;涂騰飛;李吉帥;金正平;溫巧燕設計研發完成，并于2021-12-28向國家知識產權局提交的專利申請。

本基于聲音的視頻動作分類方法及相關設備在說明書摘要公布了：本申請提供一種基于聲音的視頻動作分類方法及相關設備，所述方法包括：獲取待處理視頻的音頻數據；構建所述音頻數據的聲音紋理特征；將所述聲音紋理特征輸入至預先訓練的第一動作分類網絡中，輸出第一動作分類結果；獲取所述待處理視頻的視頻幀；將所述視頻幀輸入至預先訓練的第二動作分類網絡中，輸出第二動作分類結果；利用加權平均的方式對所述第一動作分類結果和所述第二動作類結果進行融合，得到所述待處理視頻對應的動作分類結果。本申請的方法，只需要增加少量參數，便能夠提升動作分類任務的準確率。

本發明授權基于聲音的視頻動作分類方法及相關設備在權利要求書中公布了：1.一種基于聲音的視頻動作分類方法，其特征在于，包括： 獲取待處理視頻的音頻數據； 構建所述音頻數據的聲音紋理特征； 將所述聲音紋理特征輸入至預先訓練的第一動作分類網絡中，輸出第一動作分類結果； 獲取所述待處理視頻的視頻幀； 將所述視頻幀輸入至預先訓練的第二動作分類網絡中，輸出第二動作分類結果，所述第二動作分類網絡為I3D網絡； 利用加權平均的方式對所述第一動作分類結果和所述第二動作類結果進行融合，得到所述待處理視頻對應的動作分類結果； 所述聲音紋理特征是通過以下方式構建的： 將所述音頻數據進行快速傅里葉變換，得到聲音波形數據； 利用第一帶通濾波器組對所述聲音波形數據進行濾波，得到第一子帶波形數據，所述第一帶通濾波器組的中心頻率范圍為20Hz～10000Hz； 將所述第一子帶波形數據，通過希爾伯特變換得到第二子帶波形數據； 將所述第二子帶波形數據進行壓縮，得到第三子帶波形數據； 將所述第三子帶波形數據在目標頻率進行重新采樣，得到第四子帶波形數據； 獲取所述第四子帶波形的第一統計數據和第一相關性數據； 利用第二帶通濾波器組對所述第四子帶波形數據進行濾波，得到第五子帶波形數據，所述第二帶通濾波器組的中心頻率范圍為0.5Hz～200Hz； 獲取所述第五子帶波形的第二統計數據和第二相關性數據； 將所述第一統計數據、所述第一相關性數據、所述第二統計數據和所述第二相關性數據進行融合，得到所述聲音紋理特征，所述第一統計數據和第二統計數據均包括：平均值、標準差和均方響應，所述第一相關性數據和第二相關性數據均為皮爾遜相關系數； 所述第一動作分類網絡包括：5個隱藏層和1個輸出層，其中，所述5個隱藏層的輸出維度分別為128、128、64、64和32，輸出層的維度為N，N表示動作識別種類的數量，隱藏層節點的隨機丟棄率設置為50％。

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北京郵電大學，其通訊地址為：100876 北京市海淀區西土城路10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”。