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！

龙图腾网恭喜深圳大学申请的专利深度神经网络可解释方法、可视化方法及相关装置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：CN114419726B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202111454454.2，技术领域涉及：G06V40/20；该发明授权深度神经网络可解释方法、可视化方法及相关装置是由李岩山;梁华杰;余蕊设计研发完成，并于2021-12-01向国家知识产权局提交的专利申请。

本深度神经网络可解释方法、可视化方法及相关装置在说明书摘要公布了：本申请实施例提出一种深度神经网络可解释方法、可视化方法及相关装置，涉及人工智能技术领域，其中深度神经网络可解释方法包括：获取人体关键点的运动向量和掩模向量，然后根据掩模向量和运动向量计算得到运动序列，再将运动序列输入到预训练好的行为识别模型中，得到预测行为识别结果，最后利用预测行为识别结果迭代更新优化函数的参考值，得到目标掩模向量，然后利用目标掩模向量解释行为识别模型。本实施例中根据掩模向量通过迭代更新的方式得到目标掩模向量，利用目标掩模向量表征运动向量的人体关键点的权重，考虑到运动向量中不同特征的权重对行为识别模型判决结果的影响，从而可以针对性的提高行为识别的结果准确率和识别效率。

本发明授权深度神经网络可解释方法、可视化方法及相关装置在权利要求书中公布了：1.一种深度神经网络可解释方法，其特征在于，包括：获取人体关键点的运动向量和掩模向量；根据所述掩模向量和所述运动向量计算得到运动序列；将所述运动序列输入到预训练好的行为识别模型中，得到预测行为识别结果，所述行为识别模型为深度神经网络模型；利用所述预测行为识别结果迭代更新优化函数的参考值，得到用于表征所述运动向量的权重的目标掩模向量；所述根据所述掩模向量和所述运动向量计算得到运动序列，包括：计算采集时刻前所有时刻的运动向量和对应的掩模向量的运动数据信息；累加所述运动数据信息得到所述运动序列；所述计算采集时刻前所有时刻的运动向量和对应的掩模向量的运动数据信息，包括：计算所述运动向量和对应的掩模向量之间的哈达玛积，得到所述运动数据信息；表示为： 其中，表示哈达玛积，表示t时刻的所述运动向量，表示t时刻的所述掩模向量，表示t时刻的所述运动数据信息，C表示运动三维坐标信息，V表示每个人物的关节点数量，M表示运动序列中人数；所述利用所述预测行为识别结果迭代更新优化函数的参考值，得到用于表征所述运动向量的权重的目标掩模向量，包括：根据所述预测行为识别结果和所述掩模向量计算得到优化函数的所述参考值；根据所述参考值调整所述掩模向量，直至所述优化函数达到收敛条件，得到所述目标掩模向量。

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深圳大学，其通讯地址为：518060 广东省深圳市南山区粤海街道南海大道3688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”。