[发明专利]基于运动显著性的视频人体行为识别方法在审
| 申请号： | 201710682736.5 | 申请日： | 2017-08-10 |
| 公开（公告）号： | CN107463912A | 公开（公告）日： | 2017-12-12 |
| 发明（设计）人： | 陈华锋;王中元;傅佑铭;李红阳 | 申请（专利权）人： | 武汉大学深圳研究院 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/46;G06K9/62 |
| 代理公司： | 广东德而赛律师事务所44322 | 代理人： | 叶秀进 |
| 地址： | 518057 广东省深圳市南山区科*** | 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： | 本发明公开了基于运动显著性的视频人体行为识别方法，利用运动显著性检测算法对行为视频帧进行运动显著性检测，得到运动显著图像；采用非最大值抑制采样NMS算法基于运动显著图像计算运动显著区域候选框；围绕运动显著区域候选框裁剪视频帧获取完整包含人体行为的图像块；将裁剪得到的图像块缩放到深度卷积神经网络输入数据所要求尺寸；使用深度卷积神经网络基于缩放后的图像块进行人体行为深度特征提取；基于人体行为深度特征进行特征分类，得到人体识别类别结果。本方法围绕行为显著运动区域来构建卷积网络所需的图像块，有效捕捉人体行为变化区域，提取辨识力好的人体行为深度卷积特征，有效提升了人体行为识别准确率。 | ||
| 搜索关键词： | 基于 运动 显著 视频 人体 行为 识别 方法 | ||
【主权项】：
基于运动显著性的视频人体行为识别方法，其特征在于，包括以下步骤：S1：基于视频帧提取运动显著图；S2：基于运动显著图计算运动显著区域候选框，并提取运动显著性区域候选框样本；S3：基于运动显著性区域候选框样本裁剪视频帧获取完整包含人体行为的图像块；S4：根据深度卷积神经网络输入数据尺寸缩放图像块；S5：基于缩放的图像块提取深度卷积特征；S6：基于图像块的深度卷积特征进行人体行为分类，得到行为识别结果。
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武汉大学深圳研究院，未经武汉大学深圳研究院许可，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/patent/201710682736.5/，转载请声明来源钻瓜专利网。
