公开(公告)号：CN119479058A

公开(公告)日：2025-02-18

申请号：CN202411369190.4

申请日：2024-09-29

Applicant: 复旦大学

Inventor： 商慧亮 ,  王纯婷 ,  丁禧妮

IPC: G06V40/20 ,  G06V10/44 ,  G06N3/0455 ,  G06V20/40

Abstract: 本发明公开了基于视频交互增强的不确定性动作质量评估方法，该方法基于视觉的框架，首先建立单人运动视频数据集，对视频预处理后提取特征，使用自注意力机制探索了视频片段之间的信息交互，使之变成互相有联系的群体而非独立存在，并给片段赋予自适应权重，模拟动作的完成度受重要动作的影响程度更大的真实打分场景，最后用不确定性感知分数分布学习网络，学习可预测分数概率，本方法在动作质量评估数据集上都实现了最先进的性能。

公开(公告)号：CN119580348A

公开(公告)日：2025-03-07

申请号：CN202411604864.4

申请日：2024-11-12

Applicant: 复旦大学

Inventor： 丁禧妮 ,  王纯婷 ,  商慧亮

IPC: G06V40/20 ,  G06V10/82 ,  G06V10/80 ,  G06V10/766 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明涉及视频理解技术领域，且公开了一种基于对比回归的多人动作质量评估，包括以下步骤：S3、引入环境适应性学习模块，对视频帧进行环境特征提取，将环境特征与人体姿态特征融合，得到增强后的特征表示F。该基于对比回归的多人动作质量评估，通过环境适应性学习模块引入预训练的卷积神经网络提取每帧视频的环境特征向量，并与人体姿态特征融合，得到增强后的特征表示F，在训练过程中，调整损失函数，同时考虑动作质量的评估误差和环境特征的影响，提高模型在复杂环境中的鲁棒性和准确性，例如，户外运动中，环境特征的引入可以弥补阳光直射或阴影区域导致的检测不准确，提升模型性能。