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！

龍圖騰網獲悉浙江工業大學申請的專利一種基于多任務自監督框架的群體行為識別方法和裝置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：CN120354157B 。

龍圖騰網通過國家知識產權局官網在2025-08-29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：202510858515.3，技術領域涉及：G06F18/2323；該發明授權一種基于多任務自監督框架的群體行為識別方法和裝置是由宦若虹;陸海龍;陳天涯設計研發完成，并于2025-06-25向國家知識產權局提交的專利申請。

本一種基于多任務自監督框架的群體行為識別方法和裝置在說明書摘要公布了：本發明公開了一種基于多任務自監督框架的群體行為識別方法和裝置，首先構建包括個體特征提取模塊、Transformer編碼器和任務頭的第一網絡模型，采用第一訓練數據集訓練第一網絡模型，計算各個任務頭所對應的損失，完成第一網絡模型的訓練。然后構建包括個體特征提取模塊、Transformer編碼器、全局特征補充模塊和推理模塊的第二網絡模型，凍結Transformer編碼器的參數，采用第二訓練數據集訓練第二網絡模型。然后將采集的個體行為數據輸入訓練好的第二網絡模型，得到群體行為識別結果。本發明顯著降低了計算復雜度，提升了自監督條件下群體分割和行為識別的準確性和魯棒性。

本發明授權一種基于多任務自監督框架的群體行為識別方法和裝置在權利要求書中公布了：1.一種基于多任務自監督框架的群體行為識別方法，其特征在于，所述基于多任務自監督框架的群體行為識別方法，包括： 獲取個體的行為數據，生成第一訓練數據集和第二訓練數據集； 構建包括個體特征提取模塊、Transformer編碼器和任務頭的第一網絡模型，采用第一訓練數據集訓練第一網絡模型，在訓練時，個體特征提取模塊提取的個體嵌入特征輸入到Transformer編碼器提取編碼特征，然后輸入到各個任務頭，計算各個任務頭所對應的損失，完成第一網絡模型的訓練； 構建包括個體特征提取模塊、Transformer編碼器、全局特征補充模塊和推理模塊的第二網絡模型，凍結Transformer編碼器的參數，采用第二訓練數據集訓練第二網絡模型，在訓練時，個體特征提取模塊提取的個體嵌入特征輸入到全局特征補充模塊和Transformer編碼器，分別得到的全局特征和編碼特征進行融合后輸入到推理模塊，計算損失，完成第二網絡模型的訓練； 將采集的個體行為數據輸入訓練好的第二網絡模型，得到群體行為識別結果； 其中，所述全局特征補充模塊，執行如下操作： 將個體嵌入特征拼接而成的群體特征矩陣聚類為各個集群； 對于每個集群，計算集群內注意力特征； 通過對集群內向量取均值，得到每個集群的中心； 將所有集群中心堆疊成集群中心矩陣，計算集群間注意力特征； 將集群內注意力特征與集群間注意力特征經過線性變換后拼接，然后通過激活函數得到動態權重值； 使用動態權重值動態加權集群內注意力特征與集群間注意力特征，得到加權注意力特征； 對每個輸入的個體嵌入特征進行線性變換后得到值向量，然后與加權注意力特征相乘，得到個體嵌入特征對應的全局特征； 將輸入的所有個體嵌入特征對應的全局特征堆疊，得到輸出的全局特征。

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浙江工業大學，其通訊地址為：310014 浙江省杭州市拱墅區潮王路18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”。