集思谱需要我帮你解读这件专利吗？
公开（公告）号CN122966925A | 申请号CN202510491541.7 | 专利类型发明专利 |
状态在审 | 国家或地区CN | 申请人台达电子工业股份有限公司 |
分类号G06V10/25(2022.01), G06V10/62(2022.01), G06V10/44(2022.01), G06V10/80(2022.01), G06V10/82(2022.01), G06N3/0464(2023.01), G06N3/0495(2023.01), G06N3/045(2023.01) | 申请日2025-04-18 | 公开日2026-10-23 |
发布日期2026-10-23 | 文档 ID84601468926400000 | 源数据页码1728 |
专利语言zh | ||
一种视觉识别方法及视觉识别系统，包括：将图像序列汇入3D特征获取模型以获取多个时间特征；从图像序列中抽取至少一2D图像帧并汇入2D特征获取模型以获取多个空间特征；将多个时间特征及多个空间特征汇入第一神经网络架构，其中第一神经网络架构包括为多个时间特征获取第一主要特征及为多个空间特征获取第二主要特征的主干网络模型、基于第一主要特征执行行为识别任务的行为头部模型、及基于第二主要特征执行物件检测任务的检测头部模型；及，由行为头部模型于图像序列上标记特定行为，并由检测头部模型于图像序列上标记特定物件。
附图 1