[发明专利]基于多尺度密集时序池化的视频时空信息表征方法在审
| 申请号： | 202011074043.6 | 申请日： | 2020-10-09 |
| 公开（公告）号： | CN112364690A | 公开（公告）日： | 2021-02-12 |
| 发明（设计）人： | 侯高泽 | 申请（专利权）人： | 侯高泽 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 北京盛凡智荣知识产权代理有限公司 11616 | 代理人： | 李娜 |
| 地址： | 510000 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 尺度 密集 时序 视频 时空 信息 表征 方法 | ||
【权利要求书】：
1.一种基于多尺度密集时序池化的视频时空信息表征方法，其特征在于，具体步骤为：
步骤一：输入视频序列；
步骤二：通过深度卷积神经网络得到视频基础特征，每个通道特征通过全局平均池化层得到特征表征；
步骤三：得到的基本特征通过多尺度的密集池化；
步骤四：将所有的尺度与基础特征沿通道合并，并在时序上平均池化，得到最终的视频时空特征表征。
2.根据权利要求1所述基于多尺度密集时序池化的视频时空信息表征方法，其特征在于：所述步骤一具体为，输入视频序列的具体公式为，
其中，T为视频序列帧数，输入为RGB图像序列，所以通道维度为3，H和W是经过数据预处理后输入模型的尺寸；
所述步骤二具体为，通过深度卷积神经网络得到视频基础特征，每个通道特征通过全局平均池化层得到特征表征即每一帧得到C通道的特征作为表征；
所述步骤三具体为，得到的基本特征通过多尺度的密集池化，每种尺度采用时序上的一维平均池化层实现，假设有K个尺度，即K层密集池化层，通过控制池化层的步长和填充可以控制每个池化层的输出特征图尺度一致为
所述步骤四具体为，将K种尺度的池化输出X″＝{X″1，X″2，...，X″K}与基础特征沿通道合并，并在时序上平均池化，得到最后的视频时空特征表征
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侯高泽，未经侯高泽许可，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/202011074043.6/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种电容器高温老化系统用批量化测试治具
- 下一篇：一种电动车充电桩用散热装置
