買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉西安交通大學(xué);寧波市舜安人工智能研究院申請(qǐng)的專利一種半監(jiān)督時(shí)序動(dòng)作定位方法、系統(tǒng)、設(shè)備及介質(zhì)獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN116363755B 。

龍圖騰網(wǎng)通過國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-15發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202310330722.2，技術(shù)領(lǐng)域涉及：G06V40/20；該發(fā)明授權(quán)一種半監(jiān)督時(shí)序動(dòng)作定位方法、系統(tǒng)、設(shè)備及介質(zhì)是由王樂;夏錕;周三平;陳仕韜;辛景民;鄭南寧設(shè)計(jì)研發(fā)完成，并于2023-03-29向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種半監(jiān)督時(shí)序動(dòng)作定位方法、系統(tǒng)、設(shè)備及介質(zhì)在說(shuō)明書摘要公布了：本發(fā)明公開了一種半監(jiān)督時(shí)序動(dòng)作定位方法、系統(tǒng)、設(shè)備及介質(zhì)，所述半監(jiān)督時(shí)序動(dòng)作定位方法包括以下步驟：獲取待時(shí)序動(dòng)作定位原始視頻序列的編碼后視頻特征序列；基于獲取的所述編碼后視頻特征序列，利用預(yù)先訓(xùn)練好的時(shí)序動(dòng)作檢測(cè)模型進(jìn)行時(shí)序動(dòng)作檢測(cè)，獲得時(shí)序動(dòng)作定位結(jié)果；其中，所述時(shí)序動(dòng)作定位結(jié)果包括動(dòng)作的開始時(shí)間、結(jié)束時(shí)間和類別。本發(fā)明提供的方法具體是一種基于噪聲偽標(biāo)簽學(xué)習(xí)的半監(jiān)督時(shí)序動(dòng)作定位方法，能夠有效利用未標(biāo)注數(shù)據(jù)提升半監(jiān)督時(shí)序動(dòng)作定位的性能。

本發(fā)明授權(quán)一種半監(jiān)督時(shí)序動(dòng)作定位方法、系統(tǒng)、設(shè)備及介質(zhì)在權(quán)利要求書中公布了：1.一種半監(jiān)督時(shí)序動(dòng)作定位方法，其特征在于，包括以下步驟： 獲取待時(shí)序動(dòng)作定位原始視頻序列的編碼后視頻特征序列； 基于獲取的所述編碼后視頻特征序列，利用預(yù)先訓(xùn)練好的時(shí)序動(dòng)作檢測(cè)模型進(jìn)行時(shí)序動(dòng)作檢測(cè)，獲得時(shí)序動(dòng)作定位結(jié)果；其中，所述時(shí)序動(dòng)作定位結(jié)果包括動(dòng)作的開始時(shí)間、結(jié)束時(shí)間和類別； 所述預(yù)先訓(xùn)練好的時(shí)序動(dòng)作檢測(cè)模型的訓(xùn)練獲取步驟包括： 基于時(shí)序動(dòng)作定位的訓(xùn)練視頻集合，獲取標(biāo)注視頻集和未標(biāo)注視頻集；其中，所述標(biāo)注視頻集包括每個(gè)動(dòng)作的實(shí)例級(jí)的數(shù)據(jù)標(biāo)注； 基于標(biāo)注視頻集對(duì)第一時(shí)序動(dòng)作檢測(cè)器進(jìn)行訓(xùn)練，獲得訓(xùn)練好的第一時(shí)序動(dòng)作檢測(cè)器； 基于所述訓(xùn)練好的第一時(shí)序動(dòng)作檢測(cè)器，對(duì)所述未標(biāo)注視頻集的每個(gè)未標(biāo)注視頻進(jìn)行預(yù)測(cè)，獲得每個(gè)未標(biāo)注視頻的初始偽標(biāo)簽； 對(duì)于每個(gè)未標(biāo)注視頻，基于初始偽標(biāo)簽進(jìn)行噪聲標(biāo)簽排序和過濾，獲得排序過濾后的偽標(biāo)簽； 基于每個(gè)未標(biāo)注視頻的排序過濾后的偽標(biāo)簽，對(duì)第二時(shí)序動(dòng)作檢測(cè)器進(jìn)行訓(xùn)練，獲得所述預(yù)先訓(xùn)練好的時(shí)序動(dòng)作檢測(cè)模型； 其中，所述對(duì)于每個(gè)未標(biāo)注視頻，基于初始偽標(biāo)簽進(jìn)行噪聲標(biāo)簽排序和過濾，獲得排序過濾后的偽標(biāo)簽的步驟中，進(jìn)行噪聲標(biāo)簽排序時(shí)，對(duì)于未標(biāo)注視頻集的每個(gè)未標(biāo)注視頻，通過評(píng)估每個(gè)偽標(biāo)簽的動(dòng)作類別置信度和動(dòng)作邊界定位置信度，對(duì)所有偽標(biāo)簽進(jìn)行排序； 其中，所述進(jìn)行噪聲標(biāo)簽排序時(shí)，對(duì)于未標(biāo)注視頻集的每個(gè)未標(biāo)注視頻，通過評(píng)估每個(gè)偽標(biāo)簽的動(dòng)作類別置信度和動(dòng)作邊界定位置信度，對(duì)所有偽標(biāo)簽進(jìn)行排序的步驟中，對(duì)于第j個(gè)偽標(biāo)簽，其置信度分?jǐn)?shù)sj表示為基于sj來(lái)排序，并選擇高置信度的偽標(biāo)簽；其中，表示偽標(biāo)簽的動(dòng)作分類分?jǐn)?shù)；表示偽標(biāo)簽與其相鄰視頻片段的預(yù)測(cè)偽標(biāo)簽構(gòu)成的集合的方差； 式中，和分別表示開始邊界和結(jié)束邊界的方差，和分別為通過偽標(biāo)簽pj尺度歸一化后的邊界方差； 其中，越小表示偽標(biāo)簽pj的邊界模糊性越小，邊界定位可靠性越高。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人西安交通大學(xué);寧波市舜安人工智能研究院，其通訊地址為：710049 陜西省西安市碑林區(qū)咸寧西路28號(hào)；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)”。