一种基于多模态融合与时空增强网络的无人机行为识别方法

本发明公开了一种基于多模态融合与时空增强网络的无人机行为识别方法，涉及计算机视觉与人工智能技术领域，包括从输入的无人机视频中，利用轻量化姿态估计模型逐帧提取人体关节点坐标，生成初始骨架序列；对初始骨架序列进行增强处理，将增强后的骨架序列输入到双分支时空增强网络进行时空特征提取；从无人机视频中，利用分组视觉模型检测并分割场景中的物体，获取像素级物体掩码及其语义类别；基于检测到的物体，构建时空动态图网络；将时空特征与时空动态图进行跨模态融合；对融合后的特征进行分类，输出最终识别结果。本发明显著提升了低质量视频中行为识别鲁棒性，有效缓解了遮挡和多视角变化带来的干扰，增强了对人‑物交互语义的理解能力。

《一种基于多模态融合与时空增强网络的无人机行为识别方法》是一发明专利，专利号为 2025114464391，当前法律状态为已下证，由青岛科技大学提出申请，发明人为刘明华;刘晓霞;张瑞全;邵洪波;渠连恩;任志考;张宇琦;李丹宁;毛欣怡，申请日期为2025-10-11，公开（公告）日期为2026-06-12，国际专利分类号（IPC）为 G06V 40/10 (2022.01)，高新资质：未报高企，所属技术领域包括：航拍无人机、计算机视觉、人工智能、低空安防监控、空域监管、军事侦察、边境巡逻、应急救援。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开了一种基于多模态融合与时空增强网络的无人机行为识别方法，涉及计算机视觉与人工智能技术领域，包括从输入的无人机视频中，利用轻量化姿态估计模型逐帧提取人体关节点坐标，生成初始骨架序列；对初始骨架序列进行增强处理，将增强后的骨架序列输入到双分支时空增强网络进行时空特征提取；从无人机视频中，利用分组视觉模型检测并分割场景中的物体，获取像素级物体掩码及其语义类别；基于检测到的物体，构建时空动态图网络；将时空特征与时空动态图进行跨模态融合；对融合后的特征进行分类，输出最终识别结果。本发明显著提升了低质量视频中行为识别鲁棒性，有效缓解了遮挡和多视角变化带来的干扰，增强了对人‑物交互语义的理解能力。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！