发明专利已授权

基于残差式3DCNN和多模态特征融合策略的视频动作识别方法

📄 申请号：CN202010107288.8 📄 发布日：2026/07/09

著录项目信息

申请日

2020-02-21

申请人

重庆邮电大学

法律状态

已下证

专利类型

发明

主分类号

G06V20_40

IPC 分类号

技术画像

所属领域

多模态特征融合深度学习计算机视觉多模态融合多模态特征融合

应用场景

视频监控, 智能安防, 人机交互, 运动分析, 自动驾驶

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明涉及一种基于残差式3D CNN和多模态特征融合策略的视频动作识别方法，属于计算机视觉与深度学习领域。首先将传统C3D网络连接方式改为残差式连接；采用核分解技术将3D卷积核拆解，得到一个空间卷积核，与并行的多个不同时间尺度时间核，再在空间卷积核后插入注意力模型，得到A3D残差模块并将其堆叠成的残差网络。搭建双流动作识别模型，将RGB图像特征和光流特征输入到空间流网络和时间流网络中，并提取出多级卷积特征层特征，再利用多级特征融合策略对两个网络进行融合，实现时空特征互补；最后将分数级融合后的全局视频动作描述子通过PCA降维，再用SVM分类器完成动作分类。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

一种基于混合采样的网络入侵检测方法及系统

当前第 / 件

一种基于深度强化学习的计算资源协同合作方法

同领域国内专利 · IPC: (G06V20_40)

G06V20_00 G06V20_05 G06V20_10 G06V20_13 G06V20_17 G06V20_20 G06V20_30 G06V20_40 G06V20_50 G06V20_52 G06V20_54 G06V20_56 G06V20_58 G06V20_59 G06V20_60 G06V20_62 G06V20_64 G06V20_68 G06V20_69 G06V20_70 覆盖20个领域

相似专利推荐 AI 驱动 · 同领域

暂无同领域相似专利推荐

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：11 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)