[发明专利]一种基于多模态融合的动作识别方法及系统在审
| 申请号： | 202210960093.7 | 申请日： | 2022-08-11 |
| 公开（公告）号： | CN115205979A | 公开（公告）日： | 2022-10-18 |
| 发明（设计）人： | 李泽超;潘礼勇 | 申请（专利权）人： | 南京理工大学 |
| 主分类号： | G06V40/20 | 分类号： | G06V40/20;G06V10/40;G06V10/82;G06V10/80;G06V40/70;G06K9/62;G06V10/764;G06N3/04;G10L25/18;G10L25/45 |
| 代理公司： | 北京高沃律师事务所 11569 | 代理人： | 韩雪梅 |
| 地址： | 210094 江苏省南*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于多模态融合的动作识别方法及系统。该方法包括：从动作视频中提取视觉模态数据和听觉模态数据；对视觉模态数据和听觉模态数据进行预处理，得到视觉模态浅层Token序列和听觉模态浅层Token序列；将视觉模态浅层Token序列输入至视觉特征提取网络中，得到视觉模态深度Token序列；将听觉模态浅层Token序列输入至听觉特征提取网络中，得到听觉模态深度Token序列；将视觉模态深度Token序列和听觉模态深度Token序列合并，得到合并后的Token序列；将合并后的Token序列输入至特征融合网络，得到融合交互后的Token序列；将融合交互后的Token序列输入至全连接层，得到动作分类结果。本发明相比于现有的方法识别准确率更高，而且计算消耗更低。 | ||
| 搜索关键词： | 一种 基于 多模态 融合 动作 识别 方法 系统 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京理工大学，未经南京理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210960093.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种土木工程用工地降尘装置
- 下一篇：一种离壁式内衬侧墙台车及其施工方法
