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：北京邮电大学;北京卓视智通科技有限责任公司

申请日：2024-09-09

公开（公告）日：2025-01-24

公开（公告）号：CN119360434A

专利技术分类：.动作或行为，例如 手势识别（面部表情识别 G06V40/16）[2022.01]

专利摘要：本发明涉及计算机视觉技术领域，具体公开一种基于多模型聚合的动作识别方法、系统、设备和存储介质，包括：获取目标域的每个样本视频对应的多个目标路径权重和聚合动作识别结果；基于每个样本视频对应的动作识别标签、聚合动作识别结果、实例级可转移性估计指标的量化值以及多个目标路径权重，计算损失值并迭代优化；将待测视频输入至训练好的路径生成网络，得到待测视频对应的多个目标路径权重，并根据待测视频对应的多个目标路径权重及相应训练好的源域模型，得到待测视频的聚合动作识别结果。本发明的方法通过提升源域模型到目标域场景的适应能力，从而提高了模型在目标域场景下的动作识别准确性。

专利权项：1.一种基于多模型聚合的动作识别方法，其特征在于，包括：S1、将目标域的任一样本视频输入至初始路径生成网络，得到任一样本视频对应的N个路径权重，并将最小路径权重之外的所有路径权重均确定为目标路径权重；其中，N≥3且N为正整数，每个路径权重分别对应一个用于动作识别的筛选后的源域模型；S2、将所述任一样本视频分别输入至每个目标路径权重对应的筛选后的源域模型，得到所述任一样本视频对应的多个第一动作识别结果，并基于所述任一样本视频对应的每个第一动作识别结果以及相应的目标路径权重，得到所述任一样本视频对应的聚合动作识别结果；S3、重复执行S1-S2，得到所述目标域的每个样本视频对应的多个目标路径权重和聚合动作识别结果；S4、基于每个样本视频对应的动作识别标签、聚合动作识别结果、实例级可转移性估计指标的量化值以及多个目标路径权重，计算并根据当前损失值，并基于所述当前损失值，对筛选后的源域模型的参数进行优化，得到优化后的源域模型，并根据每个样本视频对应的实例级可转移性估计指标的量化值，对所述初始路径生成网络的参数进行优化，得到优化路径生成网络；S5、将所述优化路径生成网络作为所述初始路径生成网络、所述优化后的源域模型作为所述筛选后的源域模型，并返回执行S3，直至满足迭代优化条件时，将所述初始路径生成网络确定为训练好的路径生成网络、所述筛选后的源域模型确定为训练好的源域模型；S6、将待测视频输入至所述训练好的路径生成网络，得到待测视频对应的目标路径权重，并将所述待测视频分别输入至每个目标路径权重对应的训练好的源域模型，得到所述待测视频对应的多个第一动作识别结果，并基于所述待测视频对应的每个第一动作识别结果以及相应的目标路径权重，得到所述待测视频对应的聚合动作识别结果。

百度查询： 北京邮电大学 北京卓视智通科技有限责任公司 基于多模型聚合的动作识别方法、系统、设备和存储介质