[发明专利]度量视频连续帧与其卷积特征图间差异在航拍视频的相关识别中的应用在审
| 申请号： | 201811138380.X | 申请日： | 2018-09-28 |
| 公开（公告）号： | CN109389066A | 公开（公告）日： | 2019-02-26 |
| 发明（设计）人： | 毛琳;陈思宇;杨大伟 | 申请（专利权）人： | 大连民族大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 大连智高专利事务所(特殊普通合伙) 21235 | 代理人： | 毕进 |
| 地址： | 116600 辽宁省*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 视频 航拍 卷积神经网络 神经网络模型 视频连续帧 特征图 度量 卷积 计算机视觉应用 应用 最大时间信息 反向传播 获取信息 静态物体 损失函数 下降过程 网络 | ||
【权利要求书】：
1.一种度量视频连续帧与其卷积特征图间差异在航拍视频的相关识别中的应用。
2.如权利要求1所述的应用，其特征在于，度量视频连续帧与其卷积特征图间差异取得最大时间信息的差异，将最大时间信息的差异均值的数值作为航拍视频的相关识别的神经网络模型损失函数的一部分，参与网络反向传播中的梯度下降过程，使视频行为识别的神经网络的权重梯度不仅只根据输出值与真实值的差异大小来决定梯度的下降方向，同时也朝着减小最大均值差异数值的方向进行更新，使视频行为识别的神经网络模型卷积核的权重参数朝着减小最大均值差异数值的方向更新。
3.如权利要求2所述的应用，其特征在于，最大时间信息的差异计算方法如下：
第一步：对原始视频图像帧xi，以及该图像帧对应的卷积特征图得到相邻的两个图像作为集合内的一组待计算时间信息元素；
第二步：得到数据同维度第二原始视频图像集合P′n-1与第二卷积特征图集合Q'n-1；
第三步：得到映射的第三原始视频图像集合f(x)与第三卷积特征图集合f(xc)；
第四步：得到时间信息的最大均值差异。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于大连民族大学，未经大连民族大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201811138380.X/1.html，转载请声明来源钻瓜专利网。
