买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江工业大学申请的专利一种基于跨模态连续时序约束的手语识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119206869B 。

龙图腾网通过国家知识产权局官网在2026-04-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411334582.7，技术领域涉及：G06V40/20；该发明授权一种基于跨模态连续时序约束的手语识别方法是由刘盛;柯正昊;柯程远;冯缘设计研发完成，并于2024-09-24向国家知识产权局提交的专利申请。

本一种基于跨模态连续时序约束的手语识别方法在说明书摘要公布了：本发明公开了一种基于跨模态连续时序约束的手语识别方法，在训练手语视觉识别网络模型时引入辅助语言模型和跨模态连续时序约束模块，将视频样本输入至手语视觉识别网络模型，获取视觉特征，然后通过多层感知机投影得到对应的视觉中间特征；并将辅助语言序列，输入至辅助语言模型，获取语言特征，然后通过多层感知机投影得到对应的语言中间特征；然后将视觉中间特征和语言中间特征输入跨模态连续时序约束模块，计算模态间输出差异指标和跨模态连续约束损失，完成手语视觉识别网络模型的训练。从而通过训练完成的手语视觉识别网络模型来进行手语识别。本发明增强了算法的性能，从而推动人工智能在动作识别、手语识别等领域的应用。

本发明授权一种基于跨模态连续时序约束的手语识别方法在权利要求书中公布了：1.一种基于跨模态连续时序约束的手语识别方法，其特征在于，所述基于跨模态连续时序约束的手语识别方法，包括： 训练手语视觉识别网络模型，在训练时引入辅助语言模型和跨模态连续时序约束模块，包括： 初始化手语视觉识别网络模型和辅助语言模型的网络参数； 将视频样本输入至手语视觉识别网络模型，获取视觉特征，然后通过多层感知机投影得到对应的视觉中间特征； 构建与视频样本对应的辅助语言序列，输入至辅助语言模型，获取语言特征，然后通过多层感知机投影得到对应的语言中间特征； 将视觉中间特征和语言中间特征输入跨模态连续时序约束模块，计算模态间输出差异指标和跨模态连续约束损失； 通过最小化跨模态连续约束损失，完成手语视觉识别网络模型的训练； 将待识别视频输入训练完成的手语视觉识别网络模型，得到识别结果； 其中，所述计算模态间输出差异指标，采用如下归一化点积相似度函数来计算： ； 其中，表示自然指数函数，表示可学习的缩放因子，表示第帧视频对应的视觉中间特征，表示第个辅助序列状态对应的辅助中间变量，表示第个辅助序列状态对应的辅助中间变量，表示计算得到的相似度，K表示辅助语言序列的状态数； 计算跨模态连续约束损失，通过CTC损失函数计算： ； 其中，表示跨模态连续约束损失，表示CTC损失函数，S表示模态间输出差异指标矩阵，函数产生从0到的整数序列。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江工业大学，其通讯地址为：310014 浙江省杭州市下城区潮王路18号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。