買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜深圳大學申請的專利深度神經網絡可解釋方法、可視化方法及相關裝置獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114419726B 。

龍圖騰網通過國家知識產權局官網在2025-05-30發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202111454454.2，技術領域涉及：G06V40/20；該發明授權深度神經網絡可解釋方法、可視化方法及相關裝置是由李巖山;梁華杰;余蕊設計研發完成，并于2021-12-01向國家知識產權局提交的專利申請。

本深度神經網絡可解釋方法、可視化方法及相關裝置在說明書摘要公布了：本申請實施例提出一種深度神經網絡可解釋方法、可視化方法及相關裝置，涉及人工智能技術領域，其中深度神經網絡可解釋方法包括：獲取人體關鍵點的運動向量和掩模向量，然后根據掩模向量和運動向量計算得到運動序列，再將運動序列輸入到預訓練好的行為識別模型中，得到預測行為識別結果，最后利用預測行為識別結果迭代更新優化函數的參考值，得到目標掩模向量，然后利用目標掩模向量解釋行為識別模型。本實施例中根據掩模向量通過迭代更新的方式得到目標掩模向量，利用目標掩模向量表征運動向量的人體關鍵點的權重，考慮到運動向量中不同特征的權重對行為識別模型判決結果的影響，從而可以針對性的提高行為識別的結果準確率和識別效率。

本發明授權深度神經網絡可解釋方法、可視化方法及相關裝置在權利要求書中公布了：1.一種深度神經網絡可解釋方法，其特征在于，包括：獲取人體關鍵點的運動向量和掩模向量；根據所述掩模向量和所述運動向量計算得到運動序列；將所述運動序列輸入到預訓練好的行為識別模型中，得到預測行為識別結果，所述行為識別模型為深度神經網絡模型；利用所述預測行為識別結果迭代更新優化函數的參考值，得到用于表征所述運動向量的權重的目標掩模向量；所述根據所述掩模向量和所述運動向量計算得到運動序列，包括：計算采集時刻前所有時刻的運動向量和對應的掩模向量的運動數據信息；累加所述運動數據信息得到所述運動序列；所述計算采集時刻前所有時刻的運動向量和對應的掩模向量的運動數據信息，包括：計算所述運動向量和對應的掩模向量之間的哈達瑪積，得到所述運動數據信息；表示為： 其中，表示哈達瑪積，表示t時刻的所述運動向量，表示t時刻的所述掩模向量，表示t時刻的所述運動數據信息，C表示運動三維坐標信息，V表示每個人物的關節點數量，M表示運動序列中人數；所述利用所述預測行為識別結果迭代更新優化函數的參考值，得到用于表征所述運動向量的權重的目標掩模向量，包括：根據所述預測行為識別結果和所述掩模向量計算得到優化函數的所述參考值；根據所述參考值調整所述掩模向量，直至所述優化函數達到收斂條件，得到所述目標掩模向量。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人深圳大學，其通訊地址為：518060 廣東省深圳市南山區粵海街道南海大道3688號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。