集思谱需要我帮你解读这件专利吗？
公开（公告）号CN122906745A | 申请号CN202611000060.2 | 专利类型发明专利 |
状态在审 | 国家或地区CN | 申请人桂林电子科技大学 |
分类号G06V40/20(2022.01), G06V10/34(2022.01), G06V10/40(2022.01), G06V10/62(2022.01), G06V10/774(2022.01), G06V10/82(2022.01), G06V10/25(2022.01), G06V10/44(2022.01), G06V10/52(2022.01), G06V10/766(2022.01), G06V10/764(2022.01), G06N3/098(2023.01), G06N5/04(2023.01) | 申请日2026-07-07 | 公开日2026-10-13 |
发布日期2026-10-13 | 文档 ID84538562897700005 | 源数据页码314 |
专利语言zh | ||
本发明提供了一种基于联邦学习与Mamba网络的行为识别方法，获取目标监控区域内的实时视频流，提取所述实时视频流每一帧图像中人体的骨架关键点坐标序列及对应的追踪ID；将所述骨架关键点坐标序列的绝对像素坐标转化为相对于人体中心点的归一化相对坐标，并计算相邻帧间的关键点位移速度向量，构建高维时空特征矩阵；联邦学习系统包括一个中央服务器和多个本地的Mamba时序状态空间模型；对模型进行本地训练，得到本地模型参数更新；通过中央服务器对所有上传的本地模型参数进行全局聚合，生成全局模型参数并下发至各边缘客户端进行更新；通过训练稳定的模型对所述高维时空特征矩阵进行识别分析，并输出行为识别结果。
附图 1