[发明专利]一种基于稀疏时间分段网络的视频动作识别方法

摘要

本发明公开了一种基于稀疏时间分段网络的视频动作识别方法，包括：从每个训练视频中提取信息，对时间分段网络进行第一次训练、优化；在第一次优化后的网络加入稀疏项，进行第二次训练和优化；对第二次优化后的网络进行裁剪和尺寸调整；对尺寸调整后的网络进行第三次训练优化，直至识别精度或者稀疏度达到期望；从待识别视频中提取信息，将提取的信息输入至第三次优化后的网络，将时间分段网络的输出融合后得到动作识别结果。本发明通过时间分段网络获取更长段视频的信息，同时双流卷积网络结构能更充分地利用视频信息，使动作识别精度大幅提高；结构化稀疏方法能成组地稀疏卷积层的权重，网络裁剪进一步精简模型，降低存储空间。

主权项

1.一种基于稀疏时间分段网络的视频动作识别方法，其特征在于，该方法包括以下步骤：S1.构建时间卷积神经网络和空间卷积神经网络；S2.准备训练视频集合，从每个训练视频中提取信息，对时间卷积神经网络和空间卷积神经网络进行第一次训练和第一次优化，使得损失函数最小；S3.在第一次优化后的时间神经网络和空间神经网络的损失函数中加入稀疏项；S4.对加入稀疏项的时间卷积神经网络和空间卷积神经网络进行第二次训练和第二次优化，使得加入稀疏项的损失函数最小；S5.对第二次优化后的时间卷积神经网络和空间卷积神经网络进行裁剪和尺寸调整；S6.对尺寸调整后的时间卷积神经网络和空间卷积神经网络进行第三次训练和第三次优化，判断识别精度或者稀疏度是否达到期望，若否则重复步骤S3‑S5，若是，则得到第三次优化后的时间神经网络和空间神经网络；S7.从待识别视频中提取信息，将提取的信息输入至第三次优化后的时间神经卷积网络和空间卷积神经网络，将时间卷积神经网络和空间卷积神经网络的输出融合后得到动作识别结果。