买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜杭州电子科技大学申请的专利基于多尺度时空特征蒸馏的动作识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116883902B 。

龙图腾网通过国家知识产权局官网在2025-04-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310872523.4，技术领域涉及：G06V20/40；该发明授权基于多尺度时空特征蒸馏的动作识别方法是由黄焯奇;李平;陈家俊;徐向华设计研发完成，并于2023-07-14向国家知识产权局提交的专利申请。

本基于多尺度时空特征蒸馏的动作识别方法在说明书摘要公布了：本发明公开了基于多尺度时空特征蒸馏的动作识别方法。本发明方法首先对给定原始视频采样获得帧图像序列和光流图像序列，利用卷积神经网络得到时空编码特征；然后通过不同尺寸的卷积操作捕获不同尺度的局部特征，获得多尺度空间特征；同时，利用自注意力机制构建时序编码特征的长时依赖关系，获得长时时序特征；再融合多尺度空间特征与长时时序特征获得多尺度时空特征，进行动作分类；最后通过将多尺度空间特征进行掩膜蒸馏，实现教师模型中任务相关知识向学生模型的迁移。本发明方法不仅能够对视频的时空编码特征进行增强和融合获得多尺度时空特征，还能利用掩膜特征蒸馏实现模型的轻量化，提升了动作识别的准确率并有利于终端部署。

本发明授权基于多尺度时空特征蒸馏的动作识别方法在权利要求书中公布了：1.基于多尺度时空特征蒸馏的动作识别方法，其特征在于，对给定含类别标记的视频数据集合，依次进行如下操作：步骤1对原始视频进行均匀采样，获得帧流图像序列和光流图像序列；步骤2构建教师编码器和学生编码器，输入帧流图像序列和光流图像序列，分别输出教师时空编码特征和学生时空编码特征；步骤3构建教师多尺度时空特征融合模块和学生多尺度时空特征融合模块；所述的多尺度时空特征融合模块由时序特征增强子模块、空间特征增强子模块和一个三维卷积层组成；所述时序特征增强子模块输入分别为教师时序编码特征和学生时序编码特征，输出分别为教师长时时序特征和学生长时时序特征；所述空间特征增强子模块输入分别为教师空间编码特征和学生空间编码特征，输出分别为教师多尺度空间特征和学生多尺度空间特征；所述三维卷积层输入分别为教师长时时序特征和教师多尺度空间特征，以及学生长时时序特征和学生多尺度空间特征，输出分别为教师多尺度时空特征和学生多尺度时空特征；步骤4构建教师分类器和学生分类器，输入为对应的多尺度时空特征，输出分别为教师和学生动作类别概率，利用随机梯度下降法优化由教师编码器、教师多尺度时空特征融合模块、教师分类器组成的教师网络；将教师时空编码特征依次输入已训练的教师多尺度时空特征融合模块、教师分类器，得到更新的教师多尺度空间特征、更新的教师动作类别概率；步骤5构建掩膜特征蒸馏模块，输入为更新的教师多尺度空间特征和学生多尺度空间特征，输出为教师和学生的掩膜空间特征；步骤6计算真实标记与学生动作类别概率之间的交叉熵损失，计算更新的教师动作类别概率与学生动作类别概率之间的距离损失，计算教师和学生的掩膜空间特征之间的蒸馏损失，利用随机梯度下降法优化由学生编码器、学生多尺度时空特征融合模块、学生分类器组成的学生网络，对新视频依次通过步骤1～4的学生网络得到更新的学生动作类别概率，选择概率最大的类别作为视频的动作类别。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。