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！

龍圖騰網獲悉南京理工大學申請的專利基于多模態多粒度的老年人日常行為自動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：CN113850143B 。

龍圖騰網通過國家知識產權局官網在2025-08-22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：202110999523.1，技術領域涉及：G06V40/20；該發明授權基于多模態多粒度的老年人日常行為自動識別方法是由舒祥波;丁靜;宋硯設計研發完成，并于2021-08-29向國家知識產權局提交的專利申請。

本基于多模態多粒度的老年人日常行為自動識別方法在說明書摘要公布了：本發明公開了一種基于多模態多粒度的老年人日常行為自動識別方法，包括以下步驟：將原始輸入視頻的骨骼模態和RGB模態分別被細化為骨骼點+骨架和提名+關鍵幀；對骨骼點和骨架數據建立圖結構，并分別利用圖卷積網絡S?GTCNs學習特征，得到基于骨骼點和骨架數據的動作類別得分；利用邊界敏感網絡提取視頻的提名，利用I3D網絡提取提名和關鍵幀的底層特征，基于提名和關鍵幀數據建立圖結構，并分別使用圖卷積網絡R?GCNs學習特征，得到基于提名和關鍵幀數據的動作類別得分；將四種顆粒度的識別得分進行融合得到最終的識別結果。該方法相比于其他方法，有更高的識別準確率。

本發明授權基于多模態多粒度的老年人日常行為自動識別方法在權利要求書中公布了：1.一種基于多模態多粒度的老年人日常行為自動識別方法，其特征在于，包括以下步驟： 步驟1，將原始輸入視頻的骨骼模態和RGB模態分別被細化為骨骼點+骨架和提名段+關鍵幀； 步驟2，對骨骼點和骨架數據建立圖結構，并分別利用圖卷積網絡S-GTCNs學習特征，得到基于骨骼點和骨架數據的動作類別得分；具體包括如下步驟： 步驟201，對于單幀骨骼點數據，定義圖結構GS＝VS,ES，其中，VS代表擁有N個骨骼點的節點集合，ES是由鄰接矩陣AS∈RN×N定義的骨骼邊集；如果節點vi和vj存在連接邊，i＝1,…,N，j＝1,…,N,j≠i，則初始Ai,j＝1，否則為0；一個完整的動作能夠用圖序列GS表示，表示GS的節點特征集合，其中x是在t時刻節點vn的C維特征向量，T表示總幀數，N表示總節點數； 步驟202，對于單幀骨架數據，定義圖結構GB＝VB,EB，其中，VB代表擁有N根骨架的節點集合，EB是由鄰接矩陣AB∈RN×N定義的邊集；如果節點vi和vj存在連接邊，i＝1,2,…,N，j＝1,2,…,N，則初始Ai,j＝1，否則為0；圖序列GB表示一個完整的動作，節點特征集合為 其中x表示在t時刻節點vn的C維特征向量，T表示總幀數，N表示總節點數； 步驟203，將骨骼點和骨架數據送入S-GTCNs中，S-GTCNs包括一個GTCN和兩個A-GTCN模塊；經過批量標準化操作歸一化后分別被送入兩個結構相同、參數獨立的網絡單元GTCN模塊中，GTCN的網絡結構包含一層GCN和兩層TCN，GCN用于聚合提取骨骼模態的特征，TCN用于提取時序信息；GTCN單元的輸出被送入到A-GTCN單元，A-GTCN的網絡結構包含一層GCN和兩層TCN，A-GTCN單元引入了注意力機制；骨骼點與骨架數據經由S-GTCNs模塊得到各自的輸出： 其中，FC表示全連接層，scoreS和scoreB分別代表基于骨骼點和基于骨架的輸出得分； 步驟3，利用I3D提取提名段和關鍵幀的底層特征，基于提名段和關鍵幀數據建立圖結構，并分別使用圖卷積網絡R-GCNs學習特征，得到基于提名段和關鍵幀數據的動作類別得分； 步驟4，將四種顆粒度的識別得分進行融合得到最終的識別結果。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人南京理工大學，其通訊地址為：210094 江蘇省南京市孝陵衛200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”。