買(mǎi)專(zhuān)利賣(mài)專(zhuān)利找龍圖騰，真高效！ 查專(zhuān)利查商標(biāo)用IPTOP,全免費(fèi)！專(zhuān)利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉華東交通大學(xué)申請(qǐng)的專(zhuān)利一種面向客運(yùn)站群體的行為識(shí)別方法、系統(tǒng)、設(shè)備及介質(zhì)獲國(guó)家發(fā)明授權(quán)專(zhuān)利權(quán)，本發(fā)明授權(quán)專(zhuān)利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN119251773B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-04-18發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專(zhuān)利申請(qǐng)?zhí)?專(zhuān)利號(hào)為：202411784566.8，技術(shù)領(lǐng)域涉及：G06V20/52；該發(fā)明授權(quán)一種面向客運(yùn)站群體的行為識(shí)別方法、系統(tǒng)、設(shè)備及介質(zhì)是由涂宏斌;馬偉龍;羅會(huì)源;彭圓圓;陶丹;許坤林;李啟翔;劉暢;羅家駿;何城;高爾涵設(shè)計(jì)研發(fā)完成，并于2024-12-06向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專(zhuān)利申請(qǐng)。

本一種面向客運(yùn)站群體的行為識(shí)別方法、系統(tǒng)、設(shè)備及介質(zhì)在說(shuō)明書(shū)摘要公布了：本申請(qǐng)涉及智能監(jiān)控和計(jì)算機(jī)視覺(jué)技術(shù)領(lǐng)域，公開(kāi)了一種面向客運(yùn)站群體的行為識(shí)別方法、系統(tǒng)、設(shè)備及介質(zhì)，該方法包括：獲取目標(biāo)客運(yùn)站群體的視頻幀圖像并進(jìn)行預(yù)處理，分別提取對(duì)應(yīng)的RGB圖像、深度圖、骨骼圖和光流圖；根據(jù)RGB圖像提取RGB特征，根據(jù)深度圖提取深度圖特征，根據(jù)RGB特征和深度圖特征得到早期融合特征；根據(jù)骨骼圖捕捉骨骼特征，根據(jù)光流圖捕捉光流特征，根據(jù)骨骼特征和光流特征得到中期融合特征；根據(jù)早期融合特征和中期融合特征得到后期融合特征，根據(jù)后期融合特征獲得視頻幀圖像對(duì)應(yīng)的行為類(lèi)別預(yù)測(cè)結(jié)果。該方法能夠在鐵路客運(yùn)站等復(fù)雜環(huán)境中，利用多特征數(shù)據(jù)進(jìn)行密集型群體行為的精準(zhǔn)識(shí)別。

本發(fā)明授權(quán)一種面向客運(yùn)站群體的行為識(shí)別方法、系統(tǒng)、設(shè)備及介質(zhì)在權(quán)利要求書(shū)中公布了：1.一種面向客運(yùn)站群體的行為識(shí)別方法，其特征在于，所述行為識(shí)別方法包括：獲取目標(biāo)客運(yùn)站群體的視頻幀圖像并進(jìn)行預(yù)處理，分別提取對(duì)應(yīng)的RGB圖像、深度圖、骨骼圖和光流圖，所述視頻幀圖像包括旅客摔倒遮擋的連續(xù)動(dòng)作圖像，所述預(yù)處理包括圖像圍繞中心點(diǎn)在-10度到+10度之間進(jìn)行隨機(jī)旋轉(zhuǎn)的數(shù)據(jù)增強(qiáng)方式；根據(jù)所述RGB圖像提取RGB特征，根據(jù)所述深度圖提取深度圖特征，構(gòu)建早期特征提取與融合模塊，用于根據(jù)所述RGB圖像和所述深度圖生成早期融合特征，其中，所述早期特征提取與融合模塊包括EfficientNet網(wǎng)絡(luò)層、MiDaS模塊、SE模塊、空間變換網(wǎng)絡(luò)層、空間注意力機(jī)制層和拼接層；根據(jù)所述骨骼圖捕捉骨骼特征，根據(jù)所述光流圖捕捉光流特征，構(gòu)建骨骼與光流聯(lián)合建模模塊，用于根據(jù)所述骨骼圖和所述光流圖生成中期融合特征，其中，所述骨骼與光流聯(lián)合建模模塊包括自適應(yīng)鄰接矩陣層、ST-GCN層、自注意力機(jī)制層和拼接層；構(gòu)建后期融合與動(dòng)態(tài)加權(quán)模塊，用于根據(jù)所述早期融合特征和所述中期融合特征得到后期融合特征，所述后期融合與動(dòng)態(tài)加權(quán)模塊包括拼接層、多頭注意力機(jī)制層、特征轉(zhuǎn)化層、歸一化層和前饋神經(jīng)網(wǎng)絡(luò)層；根據(jù)所述后期融合特征獲得所述視頻幀圖像對(duì)應(yīng)的行為類(lèi)別預(yù)測(cè)結(jié)果。

如需購(gòu)買(mǎi)、轉(zhuǎn)讓、實(shí)施、許可或投資類(lèi)似專(zhuān)利技術(shù)，可聯(lián)系本專(zhuān)利的申請(qǐng)人或?qū)＠麢?quán)人華東交通大學(xué)，其通訊地址為：330000 江西省南昌市經(jīng)濟(jì)技術(shù)開(kāi)發(fā)區(qū)雙港東大街808號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。