基于层级时空Transformer网络的人体动作识别方法(高校公示15天)(不包年费滞纳金)(需要二变)
一种基于层级时空Transformer网络的人体动作识别方法,由收集动作视频、处理动作视频、构建动作数据集、提取训练和测试分支、构建层级时空Transformer网络、训练层级时空Transformer网络、测试层级时空Transformer网络步骤组成。本发明在构建动作数据集的基础上,采用了层级时空Transformer网络提取不同层次关节的高阶空间特征信息、长短期时序依赖关系以及帧间不同关节之间的相关性信息。本发明与现有的骨架动作识别方法相比,具有识别准确率高,识别速度快等优点,可用于计算机识别人体动作技术领域。
《基于层级时空Transformer网络的人体动作识别方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2023108448570,当前法律状态为已下证,由陕西师范大学提出申请,发明人为吴晓军;贾茹;杨红红;张玉梅;李鹏,申请日期为2023-07-11,公开(公告)日期为2026-05-26,国际专利分类号(IPC)为 G06V 40/20 (2022.01),高新资质:未报高企。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:一种基于层级时空Transformer网络的人体动作识别方法,由收集动作视频、处理动作视频、构建动作数据集、提取训练和测试分支、构建层级时空Transformer网络、训练层级时空Transformer网络、测试层级时空Transformer网络步骤组成。本发明在构建动作数据集的基础上,采用了层级时空Transformer网络提取不同层次关节的高阶空间特征信息、长短期时序依赖关系以及帧间不同关节之间的相关性信息。本发明与现有的骨架动作识别方法相比,具有识别准确率高,识别速度快等优点,可用于计算机识别人体动作技术领域。
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!
