[发明专利]基于上下文的多层次深度递归网络群体行为识别方法在审
| 申请号： | 201810604456.7 | 申请日： | 2018-06-12 |
| 公开（公告）号： | CN108805080A | 公开（公告）日： | 2018-11-13 |
| 发明（设计）人： | 倪冰冰;王敏思;徐奕;杨小康 | 申请（专利权）人： | 上海交通大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04 |
| 代理公司： | 上海恒慧知识产权代理事务所(特殊普通合伙) 31317 | 代理人： | 徐红银;刘翠 |
| 地址： | 200240 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于上下文的多层次深度递归网络群体行为识别方法，包括：步骤S1，基于上下文的二值化编码器，对子动作信息进行编码，形成单人动态信息；步骤S2，使用人体检测和追踪方法产生人的运动轨迹作为单个人体轨迹，将所有单个人体轨迹分成具有时空一致性的人体群组，并利用单人动态信息建立单人交互模型来对人体群组内部交互以及人体群组间交互进行建模；步骤S3，训练提出的多层次递归上下文编码网络，来学习单人动态信息与人体群组内部和人体群组间交互的特征。本发明所提出的方法对于识别群体行为很有效，对复杂环境下的人体检测具有鲁棒性，以及有足够高的灵活性来模拟高阶交互语境。 | ||
| 搜索关键词： | 群组 动态信息 递归 人体检测 网络群体 行为识别 上下文编码 时空一致性 动作信息 复杂环境 交互模型 群体行为 运动轨迹 编码器 二值化 鲁棒性 高阶 建模 语境 追踪 网络 学习 | ||
【主权项】：
1.一种基于上下文的多层次深度递归网络群体行为识别方法，其特征在于，包括：S1，基于上下文的二值化编码器，对人体的子动作信息进行编码，形成单人动态信息；S2，使用人体检测和追踪方法产生人的运动轨迹作为单个人体轨迹，将所有单个人体轨迹分成具有时空一致性的人体群组，并利用单人动态信息建立单人交互模型，并利用所述单人交互模型来对人体群组内部交互以及人体群组间交互进行建模；S3，训练多层次递归上下文编码网络，来学习单人动态信息与人体群组内部和人体群组间交互的特征，实现群体行为识别。
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上海交通大学，未经上海交通大学许可，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/201810604456.7/，转载请声明来源钻瓜专利网。
- 上一篇：冬小麦的识别方法及装置
- 下一篇：行人违章方法及相关产品
