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：中国人民解放军国防大学联合作战学院
摘要：本发明属于检测识别技术领域,涉及一种基于对比学习的双路径融合的群体行为识别方法，以下步骤：1、提取视频片段的特征图；2、提取个体特征；4、建模个体特征的时‑空和空‑时交互关系；5、双路径特征融合；6、平均池化以获取个体类别级特征；7、使用编码器增强类别特征之间的交互；8、对个体实例级特征和个体类别级特征进行最大池化，得到群体表征，用于群体行为分类；9、通过对比学习损失函数，减少噪声干扰，减少类间混淆。本发明集成了互补的时空和空时上下文信息,并融合了多层次特征,因此本发明能够有效地建模视频中多个个体之间复杂的时空交互关系。
主权项：1.一种基于对比学习的双路径融合的群体行为识别方法，其特征在于，包括以下步骤：步骤1、利用Inception-v3作为主干网络来提取视频片段的特征图；步骤2、基于N个边界框，将ROI-Align应用于步骤1中提取的特征图的每帧以提取个体特征；步骤3、使用全连接层将步骤2中提取的个体特征的维度转换为D-维向量，获取个体特征步骤4、将步骤3中获取的个体特征输入到由时间编码器和空间编码器组成的双路径中，建模个体特征的时-空和空-时交互关系；步骤5、将步骤4中由时间编码器和空间编码器组成的双路径的特征融合，充分发挥双路径互补的优势；步骤6、根据真实动作标签区分个体特征，进行平均池化以获取个体类别级特征；步骤7、使用具有多头注意力机制的编码器增强类别特征之间的交互；步骤8、通过对比学习损失函数，将正样本对的损失函数用于使两条路径上对应的个体特征保持一致，减少噪声干扰，将负样本对的损失函数用于增加不同个体类别之间的差异性，减少类间混淆；步骤9、分别对增强后的个体实例级特征和个体类别级特征进行最大池化，得到群体表征，用于群体行为分类。
全文数据：
权利要求：
百度查询： 中国人民解放军国防大学联合作战学院 一种基于对比学习的双路径融合的群体行为识别方法
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