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！

龍圖騰網獲悉中國建筑第八工程局有限公司申請的專利基于深度學習的泄密行為識別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：CN115861877B 。

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：202211466524.0，技術領域涉及：G06V20/40；該發明授權基于深度學習的泄密行為識別方法是由金國棟;楊欽;董政;陳新喜;王俊佚;劉丹;楊大健;吳光輝設計研發完成，并于2022-11-22向國家知識產權局提交的專利申請。

本基于深度學習的泄密行為識別方法在說明書摘要公布了：本發明公開了一種基于深度學習的泄密行為識別方法，包括步驟：1：獲取監控設備拍攝的軍用機場的視頻；2：預處理監控視頻畫面，預先訓練AlphaPose框架，提取監控視頻畫面中出現的人員的關節點和骨架特征；3：基于關節點和骨架特征，對監控視頻畫面中的人員進行動作關節特征向量計算，得到監控視頻畫面中每名人員的動作關節特征；4：建立深度學習識別模型，對每名人員的動作關節特征，進行分類處理，識別目標動作特征；5：將分類為泄密行為的目標動作特征對應的人員進行異常標記，獲得目標異常對象屬性及其運動軌跡，將該異常目標對象上報安防部門處理。本發明能準確、實時的識別軍用機場疑似違規拍攝泄密行為。

本發明授權基于深度學習的泄密行為識別方法在權利要求書中公布了：1.一種基于深度學習的泄密行為識別方法，其特征是：包括以下步驟： 步驟1：獲取監控設備拍攝的軍用機場的視頻； 步驟2：對監控視頻畫面進行預處理，預先訓練AlphaPose框架，并利用AlphaPose框架提取監控視頻畫面中出現的人員的關節點和骨架特征； 步驟3：基于提取的人員的關節點和骨架特征，對監控視頻畫面中的人員進行動作關節特征向量計算，得到監控視頻畫面中每名人員的動作關節特征； 步驟4：將動作關節特征導入模型，優化建立深度學習識別模型，并利用深度學習識別模型對每名人員的動作關節特征，進行分類處理，識別目標動作特征； 步驟5：將分類為泄密行為的目標動作特征對應的人員進行異常標記，獲得異常目標對象屬性及其運動軌跡，將該異常目標對象上報安防部門處理； 所述的步驟4包括以下分步驟： 步驟4.1：構建模型結構； 步驟4.2：初始化模型結構中的參數，參數包括權重、偏差、縮減率和學習率； 步驟4.3：基于關節點和骨架特征，使用前向學習和反向傳播對模型結構進行訓練； 步驟4.4：當滿足結束條件時，模型訓練完成，使得該模型參數最優，得到深度學習識別模型，能夠滿足泄密行為識別的要求； 步驟4.5：利用深度學習識別模型對每名人員的動作關節特征進行識別和分類處理，識別泄密行為的目標動作特征； 所述的模型結構由CNN卷積神經網絡、池化模塊、注意力模塊和激活函數組成； 步驟4.1包括以下分步驟： 步驟4.1.1：在CNN卷積神經網絡中添加通道注意力模塊，并采用全局平均池化和最大池化兩種不同方式來分別利用不同的信息，用于匯總空間特征； 步驟4.1.2：將殘差塊引入模型結構中； 殘差塊引入的方法是： 假定X是殘差網絡塊的輸入，FX是殘差映射函數，則原始映射表示為Y＝FX+X； 對于特征F，分別進行一個空間的全局平均池化和最大池化得到兩個1×1×C的通道描述，再將兩個通道描述分別送入一個兩層的神經網絡，第一層神經元個數為Cr，激活函數為Relu，第二層神經元個數為C，得到兩個特征；這個兩層的神經網絡是共享的；再將得到的兩個特征相加后經過一個Sigmoid激活函數得到權重系數Mc；最后，將權重系數Mc和原來的特征F相乘，即可得到縮放后的新特征； 步驟4.1.3：在添加通道注意力模塊后，再引入空間注意力模塊，用于關注有意義的動作關節特征； 空間注意力模塊的引入方法是： 給定一個H×W×C的特征F’，先分別進行一個通道維度的平均池化和最大池化得到兩個H×W×1的通道描述，并將這兩個通道描述按照通道拼接在一起；然后，經過一個X×X的卷積層，激活函數為Sigmoid，得到空間注意力的權重系數Ms；最后，將權重系數Ms和特征F’相乘，即可得到縮放后的新特征； 若通道注意力模塊教模型結構需要注意什么，則空間注意力模塊將允許模型結構知道需要注意的地方。

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中國建筑第八工程局有限公司，其通訊地址為：200122 上海市浦東新區中國（上海）自由貿易試驗區世紀大道1568號27層；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”。