[发明专利]基于四元数时空卷积神经网络的人体行为识别方法

摘要

本发明属于计算机视觉领域，具体涉及一种基于四元数时空卷积神经的人体行为识别方法。本发明具体实现步骤如下：（1）输入待识别的动作视频集；（2）图像预处理，提取人体运动的关键区域图像；（3）构建四元数时空卷积神经网络；（4）采用BP算法训练网络，输出训练结果；（5）输入视频测试集，输出测试结果。本发明利用码本模型提取人体运动区域图像，能够在复杂背景的情况下，检测出人体的运动。本发明的四元数时空卷积神经网络直接将彩色图像作为输入，解决了传统卷积神经网络将彩色图像转换为灰度图像或分通道处理过程中图像特征缺失的问题，提高了网络特征提取的性能，使得对人体行为的识别更加准确。

主权项

一种基于四元数时空卷积神经网络的人体行为识别方法，其特征在于，所述方法具体为：(1)构建四元数时空卷积神经网络；(2)将包含多种人体动作的F组彩色图像表示为四元数的形式，将其中f组彩色图像作为训练集，将训练集作为训练样本输入所述四元数时空卷积神经网络，并利用BP算法训练训练集样本，得到训练好的四元数时空卷积神经网络；(3)将其他F‑f组彩色图像作为样本输入训练好的四元数时空卷积神经网络，利用训练好的四元数时空卷积神经网络将彩色图像分类，实现人体行为识别；所述四元数时空卷积神经网络包括空间卷积层、时间卷积层、下采样层、全连接层、长短时记忆单元和分类器；样本经空间卷积层、时间卷积层、下采样层循环P次得到样本的特征图序列，全连接层将序列中每一个特征图都拉伸成一个特征向量，长短时记忆单元将特征向量输送至分类器，分类器依据特征向量将样本分类；所述四元数时空卷积神经网络包括3P+1层结构；F、f、P均为自然数。