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:同济大学
摘要:本发明涉及一种基于先验知识的直推式广义零样本视频行为识别方法,该方法通过一直推式广义零样本视频行为识别模型对待识别视频进行行为类别识别,其中,所述直推式广义零样本视频行为识别模型利用有标记的源数据和无标记的目标数据训练获得,训练过程包括:构建第一模型,在先验数据集上进行先验知识学习,得到参数构建与所述第一模型结构相同的第二模型,以所述参数作为初始化参数,在源数据集上进行源学习,得到参数θs;在所述第二模型上添加标签预测模块,构建获得第三模型,在源数据集和目标数据集上进行直推式学习。与现有技术相比,本发明具有样本需求少、识别准确率等优点。
主权项:1.一种基于先验知识的直推式广义零样本视频行为识别方法,其特征在于,该方法通过一直推式广义零样本视频行为识别模型对待识别视频进行行为类别识别,其中,所述直推式广义零样本视频行为识别模型利用有标记的源数据和无标记的目标数据训练获得,训练过程包括:构建第一模型,在先验数据集上进行先验知识学习,得到参数;构建与所述第一模型结构相同的第二模型,以所述参数作为初始化参数,在源数据集上进行源学习,得到参数;在所述第二模型上添加标签预测模块,构建获得第三模型,在源数据集和目标数据集上进行直推式学习,训练完成的第三模型即为直推式广义零样本视频行为识别模型,所述标签预测模块的权重基于源类和目标类的规范化语义向量获得;所述第一模型和第二模型均包括视觉特征编码模块和视觉语义桥接模块,其中,所述视觉特征编码模块用于对输入视频序列进行视频特征提取,所述视觉语义桥接模块用于将所述视频特征投射到公共语义空间中,获得语义嵌入,所述公共语义空间基于所述源数据和目标数据构建;所述视觉特征编码模块中,利用三维卷积神经网络对包含多帧的视频帧序列进行时空域卷积,使用时空卷积块作为视觉编码器,获取所述视觉特征。
全文数据:
权利要求:
百度查询: 同济大学 基于先验知识的直推式广义零样本视频行为识别方法
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。