基于多尺度特征学习和多级域对齐的跨域动作识别方法
基本信息
申请号 | CN202110520422.1 | 申请日 | - |
公开(公告)号 | CN113239801A | 公开(公告)日 | 2021-08-10 |
申请公布号 | CN113239801A | 申请公布日 | 2021-08-10 |
分类号 | G06K9/00(2006.01)I;G06K9/62(2006.01)I;G06N3/04(2006.01)I | 分类 | 计算;推算;计数; |
发明人 | 程建宏 | 申请(专利权)人 | 北京阿叟阿巴科技有限公司 |
代理机构 | 山东知圣律师事务所 | 代理人 | 丁奎英 |
地址 | 102200北京市昌平区黄平路19号院4号4层416 | ||
法律状态 | - |
摘要
摘要 | 本发明涉及基于多尺度特征学习和多级域对齐的跨域动作识别方法,包括:1)视频预处理,用于获取视频帧数长短固定的短视频;2)训练数据构成,用于构建大量带标签样本对;3)网络模型搭建,用于提取多尺度时空辨别特征;4)目标函数构建和网络训练;5)跨域刻板动作数据集的构建,用于评估本发明的有效性;6)跨域动作识别模型,用于对目标域中短视频测试数据进行时空特征提取和对应动作的高效识别;7)跨域动作评估,用于对目标域中测试视频进行跨域动作评估。本发明的优点是通过多尺度时空辨别特征的提取与多级域自适应对齐目标函数的设计,提高时空特征的鲁棒性、辨别性以及域泛化性,并减少对目标域标签样本的需求。 |
