“徐斌倩”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果3个，建议您升级VIP下载更多相关专利

[发明专利]一种骨骼动作识别模型半监督学习方法-CN202211398752.9在审
发明人：舒祥波;曹美琦;徐斌倩;谢国森 -专利权人：南京理工大学
申请日： 2022-11-09 - 公布日： 2023-03-31 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了一种骨骼动作识别模型半监督学习方法，提出了一种新的金字塔自注意力聚合学习(PSPL)框架，通过对比学习来学习涵盖从粗到细粒度信息的更全面的动作表示。在PSPL中，引入金字塔聚合注意力(PPA)，从身体‑部位‑关节三个级别聚合身体级别注意力图、部位级别注意力图和关节级别注意力图，从粗粒度到细粒度补充骨骼动作的语义信息；其次，通过粗到细粒度对比损失(CCL)来衡量关节与运动模态之间身体/部位/关节级别对比特征的相似性。
一种骨骼动作识别模型监督学习方法

[发明专利]一种基于半监督骨骼点的行为识别方法及系统-CN202210317678.7在审
发明人：舒祥波;郭龙杰;徐斌倩 -专利权人：南京理工大学
申请日： 2022-03-29 - 公布日： 2022-07-05 - 主分类号： G06V40/20 文献下载
摘要：本发明涉及一种基于半监督骨骼点的行为识别方法及系统，涉及人体行为识别领域，方法包括获取人体骨架数据；根据所述人体骨架数据利用多粒度锚对比学习模型进行特征提取，得到局部特征、全局特征和上下文特征；所述多粒度锚对比学习模型包括图卷积神经网络和上下文图卷积神经网络；将所述局部特征、所述全局特征和所述上下文特征进行融合，得到融合特征；根据所述融合特征得到人体行为识别结果。本发明提高行为识别性能。
一种基于监督骨骼行为识别方法系统

[发明专利]基于自适应增广与表示学习的半监督骨骼动作识别方法-CN202111676997.9在审
发明人：舒祥波;徐斌倩;葛晓静 -专利权人：南京理工大学
申请日： 2021-12-31 - 公布日： 2022-05-17 - 主分类号： G06V40/20 文献下载
摘要：本发明提出一种基于自适应增广与表示学习的半监督骨骼动作识别方法，包括：输入包含关节、骨骼和差分的原始骨架序列，通过自适应增强模块的增强变换矩阵将其转换为增强骨架序列；通过残差卷积编码器中的残差图卷积网络分别学习增强骨架序列和原始骨架序列中三类数据各自的表示，然后对两组骨架序列中三类数据进行融合并进行统一表示学习，得到增强和原始时空动作特征表示；将增强和原始时空动作特征分别输入到多层感知机MLP获取推拉式对比损失，再通过全连接层获取计算识别损失；推拉式对比损失和识别损失相结合作为X‑CAR损失，对自适应增强模块和残差图卷积编码器进行学习训练。本方法可有效提高基于半监督骨架的动作识别精度。
基于自适应增广表示学习监督骨骼动作识别方法