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！

龍圖騰網獲悉四川省煙草公司涼山州公司申請的專利基于深度學習的煙站人員違規識別方法及系統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：CN120318916B 。

龍圖騰網通過國家知識產權局官網在2025-08-12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：202510790478.7，技術領域涉及：G06V40/20；該發明授權基于深度學習的煙站人員違規識別方法及系統是由樊海峰;羅文斌;馬韋麗;宋航;楊永春;顧云霄;何愷;江連強設計研發完成，并于2025-06-13向國家知識產權局提交的專利申請。

本基于深度學習的煙站人員違規識別方法及系統在說明書摘要公布了：本發明提供一種基于深度學習的煙站人員違規識別方法及系統，首先獲取目標煙站人員預設時間段內的煙葉操作行為視頻數據集合，包含多個連續視頻片段序列，接著對該煙葉操作行為視頻數據集合進行時空特征提取，得到骨骼關鍵點運動軌跡特征和操作器械交互特征，基于骨骼關鍵點運動軌跡特征與合規動作模板特征動態匹配，生成局部動作偏離度評分。將操作器械交互特征輸入預訓練的違規特征分類網絡，生成相關聯的違規動作特征集合，最后依據違規動作特征集合對視頻片段序列進行違規行為識別，生成含違規類型標簽及時間定位信息的違規識別結果，并發送至煙站監管終端，實現煙站人員違規行為準確識別與定位。

本發明授權基于深度學習的煙站人員違規識別方法及系統在權利要求書中公布了：1.一種基于深度學習的煙站人員違規識別方法，其特征在于，所述方法包括： 獲取目標煙站人員在預設時間段內的煙葉操作行為視頻數據集合，所述煙葉操作行為視頻數據集合包含多個連續視頻片段序列； 對所述煙葉操作行為視頻數據集合進行時空特征提取處理，得到每個視頻片段序列的骨骼關鍵點運動軌跡特征和操作器械交互特征； 基于所述骨骼關鍵點運動軌跡特征與預設的合規動作模板特征進行動態匹配處理，生成所述視頻片段序列的局部動作偏離度評分； 將所述操作器械交互特征輸入至預訓練的違規特征分類網絡，生成與所述局部動作偏離度評分相關聯的違規動作特征集合； 根據所述違規動作特征集合對所述視頻片段序列進行違規行為識別處理，生成包含違規類型標簽及時間定位信息的違規識別結果，并將所述違規識別結果發送至煙站監管終端； 所述基于所述骨骼關鍵點運動軌跡特征與預設的合規動作模板特征進行動態匹配處理，生成所述視頻片段序列的局部動作偏離度評分，包括： 獲取與當前煙葉操作工序對應的合規動作模板特征集合，所述合規動作模板特征集合包含多個標準動作片段的模板特征向量； 計算所述骨骼關鍵點運動軌跡特征與各個所述模板特征向量之間的動態時間規整距離； 根據所述動態時間規整距離確定所述骨骼關鍵點運動軌跡特征與各個所述模板特征向量的匹配相似度評分； 對所述匹配相似度評分進行反向歸一化處理，生成所述局部動作偏離度評分，其中，所述局部動作偏離度評分與所述匹配相似度評分呈負相關； 所述將所述操作器械交互特征輸入至預訓練的違規特征分類網絡，生成與所述局部動作偏離度評分相關聯的違規動作特征集合，包括： 將所述局部動作偏離度評分與所述操作器械交互特征進行特征維度拼接，生成融合違規特征向量； 調用所述違規特征分類網絡中的多尺度注意力模塊，對所述融合違規特征向量進行多粒度特征提取處理，生成多層級違規特征； 基于所述多層級違規特征構建違規特征金字塔結構，并在所述違規特征金字塔結構的每個層級執行二分類預測處理，生成層級違規概率分布； 根據各個層級的所述層級違規概率分布進行加權投票處理，生成所述違規動作特征集合。

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四川省煙草公司涼山州公司，其通訊地址為：615000 四川省涼山彝族自治州西昌市三岔口東路432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”。