一种基于3D深度卷积网络的人类行为识别的方法
基本信息
| 申请号 | CN201710697809.8 | 申请日 | - |
| 公开（公告）号 | CN107506712B | 公开（公告）日 | 2021-05-18 |
| 申请公布号 | CN107506712B | 申请公布日 | 2021-05-18 |
| 分类号 | G06K9/00;G06K9/62;G06N3/04 | 分类 | 计算；推算；计数; |
| 发明人 | 高联丽;宋井宽;王轩瀚;邵杰;申洪宇 | 申请（专利权）人 | 中国农业银行股份有限公司成都锦城支行 |
| 代理机构 | 北京众合诚成知识产权代理有限公司 | 代理人 | 夏艳 |
| 地址 | 610015 四川省成都市高新区天府三街69号大源国际1栋21层2106号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明属于计算机视觉视频动作识别领域，公开了一种基于3D深度卷积网络的人类行为识别的方法，所述方法首先将一个视频划分为一系列连续的视频片段；然后，将连续的视频片段输入到由卷积计算层和时空金字塔池化层组成的3D神经网络得到连续的视频片段特征；然后通过长短记忆模型计算全局的视频特征作为行为模式。本发明技术具有明显优势，通过改进了标准的3维卷积网络C3D，引入多级池化能够对任意分辨率和时长的视频片段进行特征提取；同时提高模型对行为变化大的鲁棒性，有利于在保持视频质量的情况下增加视频训练数据规模；通过各个运动子状态进行关联性信息嵌入提高行为信息的完整性。 |
