[发明专利]基于有序光流图的视频分析方法及系统

权利要求书

1.一种基于有序光流图的视频分析方法，其特征在于，具体包括以下步骤:

通过有序光流图建模视频的长时时域结构；

利用C3D Net和VGG-16Net构造一个包含表观和短时运动流、长时运动流的双流卷积网络；

分别以堆叠RGB帧、有序光流图为输入提取视频的表观和短时运动信息、长时运动信息；

采用线性SVM对行为视频进行分类。

2.如权利要求1所述的基于有序光流图的视频分析方法，其特征在于，

所述通过有序光流图建模视频的长时时域结构的具体步骤为：

将光流序列在保留顺序信息的条件下压缩融合到单幅图像上；

将单幅图像作为深度网络的输入以实现长时间运动信息的提取。

3.如权利要求1所述的基于有序光流图的视频分析方法，其特征在于，

在所述采用线性SVM对行为视频进行分类的步骤之前，还包括步骤：

对长时运动流的数据进行十倍增强。

4.如权利要求3所述的基于有序光流图的视频分析方法，其特征在于，

所述对长时运动流的数据进行十倍增强的具体步骤为：

采用角点裁剪对长时运动流进行五倍增强；

采用尺度抖动对长时运动流进行五倍增强。

5.如权利要求4所述的基于有序光流图的视频分析方法，其特征在于，

所述采用尺度抖动对长时运动流进行五倍增强的具体步骤为：

将输入图像尺寸固定为256×340；

在所述角点裁剪的五个位置从{256,224,192,168}任选值作为宽和高对输入图像进行裁剪；

将所有裁剪区域缩放为224×224以实现数据的五倍增强。

6.如权利要求1所述的基于有序光流图的视频分析方法，其特征在于，

所述采用线性SVM对行为视频进行分类的具体步骤为：

融合双流卷积网络中的两个网络fc6层的输出响应；

输入线性SVM进行分类识别。

7.一种视频分析系统，其特征在于，包括如权利要求1～6任一项所述的基于有序光流图的视频分析方法。