买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉山东师范大学申请的专利基于全局-局部协同图卷积网络的人体行为识别方法、装置及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121305662B 。

龙图腾网通过国家知识产权局官网在2026-04-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511387886.4，技术领域涉及：G06V40/20；该发明授权基于全局-局部协同图卷积网络的人体行为识别方法、装置及介质是由吕蕾;王东超;高天雷;庞辰;王吉华;刘弘设计研发完成，并于2025-09-26向国家知识产权局提交的专利申请。

本基于全局-局部协同图卷积网络的人体行为识别方法、装置及介质在说明书摘要公布了：本发明公开一种基于全局‑局部协同图卷积网络的人体行为识别方法、装置及介质，涉及计算机视觉领域的人体行为识别技术领域。该方法包括：获取骨架数据，并对所述骨架数据进行预处理，得到四种模态的输入数据；将所述四种模态的输入数据分别输入至四个信息流子网络中进行特征提取，得到对应的时空特征，基于所述时空特征，经过全局平均池化层进行向量降维，并通过全连接层进行分类，得到人体行为识别结果。本发明可大幅度提升对骨架数据中人体行为的分类精度，进而提升人体行为识别的准确性。

本发明授权基于全局-局部协同图卷积网络的人体行为识别方法、装置及介质在权利要求书中公布了：1.一种基于全局-局部协同图卷积网络的人体行为识别方法，其特征在于，所述方法包括： 获取骨架数据，并对所述骨架数据进行预处理，得到四种模态的输入数据； 将所述四种模态的输入数据分别输入至四个信息流子网络中进行特征提取，得到对应的时空特征，基于所述时空特征，经过全局平均池化层进行向量降维，并通过全连接层进行分类，得到人体行为识别结果； 其中，所述信息流子网络包括若干基本块，每个基本块均包含空间特征模块和时间特征模块； 所述空间特征模块以所述输入数据作为输入，将所述输入数据分别输入至第一图结构和第二图结构中，所述第一图结构通过计算自注意力机制中的第一嵌入向量和第二嵌入向量得到权重系数，并根据所述权重系数来得到基于数据驱动的动态感知图，所述第二图结构结合最近邻和最小阈值来确定与动作相关的连接组合，得到节点增强时空图，根据所述动态感知图和节点增强时空图确定包含全局空间特征和局部空间特征的综合矩阵，基于所述综合矩阵，对所述输入数据进行图卷积，得到输出特征向量； 所述时间特征模块以所述输出特征向量作为输入，将所述输出特征向量分别经过卷积分支和Transformer分支处理，得到第一输出和第二输出，将所述第一输出和第二输出融合得到最终输出； 所述时间特征模块中，通过如下方式得到Transformer分支的输出： 对输入值进行均值和标准差的计算，并使用得到的均值和标准差对输入值进行z-score标准化，得到标准化值； 基于所述标准化值，采用基于高斯分布的加权函数计算得到权重； 对输入值进行平方处理后与所述权重进行加权求和，得到特征权重和； 基于所述特征权重和进行Top-k特征选择得到特征值； 基于所述特征值，通过如下公式计算得到重铸输入Xkv： 式中，LayerNorm表示层归一化操作，Concat表示拼接操作，Xavgpool表示经过平均池化得到的特征向量，Xtopk表示特征值； 基于重铸输入Xkv，通过如下公式确定Transformer分支的输出： 式中，XTrans表示输入值，Wq、Wk、Wv表示第一嵌入向量、第二嵌入向量、第三嵌入向量的可学习参数矩阵，Cin表示输入通道，softmax表示归一化指数函数，T表示矩阵转置。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人山东师范大学，其通讯地址为：250014 山东省济南市历下区文化东路88号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。