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！

龙图腾网恭喜重庆邮电大学申请的专利一种基于全局上下文感知的细粒度篮球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：CN116189278B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202211550147.9，技术领域涉及：G06V40/20；该发明授权一种基于全局上下文感知的细粒度篮球动作识别方法是由许国良;何丽君;雒江涛设计研发完成，并于2022-12-05向国家知识产权局提交的专利申请。

本一种基于全局上下文感知的细粒度篮球动作识别方法在说明书摘要公布了：本发明涉及一种基于全局上下文感知的细粒度篮球动作识别方法，属于计算机视觉领域，包括以下步骤：S1：针对篮球动作视频，利用MTSA模块采用时间金字塔的方式将不同距离的帧进行聚合；S2：利用SCI模块分别沿着空间的两个方向和通道进行特征的跨维度交互；S3：采用动态卷积融合MTSA模块和SCI得到GCA‑Module；S4：在ResNet‑50中引入块GCA‑Module，构成GCA‑Block；S5：堆叠多个GCA‑Block，搭建细粒度篮球动作识别模型GCA‑Net；S6：构造训练数据集；S7：对模型进行训练、预测及优化，得到训练后的模型，对篮球动作视频进行细粒度篮球动作识别。

本发明授权一种基于全局上下文感知的细粒度篮球动作识别方法在权利要求书中公布了：1.一种基于全局上下文感知的细粒度篮球动作识别方法，其特征在于：包括以下步骤：S1：针对篮球动作视频，利用多时间尺度聚合模块MTSA的多时间尺度聚合策略，采用时间金字塔的方式将不同距离的帧进行聚合；S2：利用空间-通道交互模块SCI中的跨维度交互的混合注意力机制，分别沿着空间的两个方向和通道进行特征的跨维度交互；S3：采用动态卷积的方式，将MTSA模块产生的输出作为自适应卷积核，动态地赋予SCI模块输出的特征图不同的权重值，从而将两模块融合成全局上下文感知模块GCA-Module；S4：在原始的ResNet-50网络结构的每个ResNet-Block的第一个1×1卷积后引入所述全局上下文感知模块GCA-Module，构成GCA-Block；S5：堆叠多个GCA-Block，搭建全局上下文感知网络GCA-Net，作为细粒度篮球动作识别模型；S6：以RGB篮球动作视频图像作为网络的输入，采用稀疏时间采样策略从原始篮球动作视频图像中等间隔地抽取帧，将抽取的帧采用随机水平翻转和角点裁剪来进行数据增强；S7：在训练阶段，采用ImageNet预训练权重来进行初始化，并使用随机梯度下降算法来学习网络的参数；在预测阶段，使用softmax分类器获得所属类别的最终分类概率；在优化阶段，采用交叉熵损失函数和三元损失函数联合优化的方式来减少真实值与预测值之间的误差；不断重复本步骤，直到迭代次数达到设定的迭代次数时，模型训练完成，对篮球动作视频进行细粒度篮球动作识别。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路2号；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”。