龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：重庆邮电大学
摘要：本发明涉及深度学习以及视频分析领域，本发明提供了一种基于多维度时空信息激励的视频人体行为识别方法。该方法包括：将处理好的视频帧图像数据输入到基于2D卷积的视频动作分类模型中，通过多维度时空特征增强模块沿不同轴上下文校准基于多尺度卷积结构学习到的时空特征；通过多尺度运动差分注意模块提取不同时空尺度下的运动信息；通过自适应运动信息聚合模块聚合提取到的多尺度运动信息；将最终的模型学习到的时空特征和运动特征表示累加聚合并输入到结构为全连接层的分类器中得到最终的动作分类结果。本发明方法能够帮助模型更有效地学习显著性时空特征并且更好地平衡计算消耗和分类准确率。
主权项：1.一种基于多维度时空信息激励的视频人体行为识别方法，其特征在于，其工作流程包括以下步骤：步骤S1，构建视频人体行为识别数据集：使用抽帧工具生成动作帧图像序列，按照动作类别划分动作数据集为训练集、验证集和测试集；步骤S2，构建视频人体行为识别模型：采用视频人体行为识别模型TemporalSegmentNetworksTSN模型作为基准模型，采用深度学习残差网络ResNet50作为主干网络，构建包括多维度时空特征增强模块、多尺度运动差分注意模块和自适应运动信息聚合模块的视频人体行为识别模型；所述的视频人体行为识别模型包括以下方法：步骤S201，构建多维度时空特征增强模块，沿不同轴上下文校准基于多尺度卷积结构学习到的时空特征；步骤S202，构建多尺度运动差分注意模块，用于提取不同时空尺度下的运动信息；步骤S203，构建自适应运动信息聚合模块，用于自适应聚合多尺度运动信息；步骤S204，聚合时空特征和运动特征用于模型训练。将最终的模型学习到的时空特征和运动特征表示累加聚合并输入到结构为全连接层的分类器中得到最终的动作分类结果。步骤S3：执行模型训练过程：将划分好的动作帧图像序列输入到所述构建好的视频人体行为识别模型中，重复执行上述处理过程迭代训练构建好的视频人体行为识别模型到达设置的迭代次数后，得到训练完成的视频人体行为识别模型，使用所述训练好的视频人体行为识别模型对需要分类的人体动作进行分类。
全文数据：
权利要求：
百度查询： 重庆邮电大学 一种基于多维度时空信息激励的视频人体行为识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号