[发明专利]基于时空注意卷积神经网络的行为识别方法及装置有效
| 申请号： | 201810824370.5 | 申请日： | 2018-07-25 |
| 公开（公告）号： | CN109241829B | 公开（公告）日： | 2020-12-04 |
| 发明（设计）人： | 胡卫明;杨浩;原春锋 | 申请（专利权）人： | 中国科学院自动化研究所 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04 |
| 代理公司： | 北京市恒有知识产权代理事务所(普通合伙) 11576 | 代理人： | 郭文浩 |
| 地址： | 100190 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于计算机视觉技术领域，具体涉及一种基于时空注意卷积神经网络的行为识别方法及装置，旨在解决如何准确识别视频中目标行为的技术问题。本发明提供的行为识别方法包括：将待测视频等间隔地分割为多个视频段；基于预先构建的空间注意网络提取每个视频段的光流特征，根据每个视频段的光流特征获取每个视频段的运动显著区域并且根据运动显著区域生成空间运动显著性映射图；基于预先构建的视频分类网络并且根据多个预设的行为类别、每个视频段以及相应的空间运动显著性映射图预测每个视频段对应的行为类别；按可信度降序选取前N个视频段的预测结果的加权平均值作为待测视频的行为识别结果。本发明能够有效提升行为识别的效果。 | ||
| 搜索关键词： | 基于 时空 注意 卷积 神经网络 行为 识别 方法 装置 | ||
【主权项】：
1.一种基于时空注意卷积神经网络的行为识别方法，其特征在于包括：将待测视频等间隔地分割为多个视频段；基于预先构建的空间注意网络提取每个所述视频段的光流特征，根据每个所述视频段的光流特征获取每个所述视频段的运动显著区域并且根据所述运动显著区域生成空间运动显著性映射图；基于预先构建的视频分类网络并且根据多个预设的行为类别、每个所述视频段以及相应的空间运动显著性映射图预测所述每个视频段对应的行为类别；计算每个所述视频段的预测结果的可信度，并且按所述可信度降序选取前N个视频段的预测结果，以所述前N个视频段的预测结果的加权平均值作为所述待测视频的行为识别结果；其中，所述空间注意网络和视频分类网络均是基于预设的视频样本并且利用机器学习算法所构建的深度卷积神经网络；所述空间运动显著性映射图包括所述运动显著区域的位置坐标和每个所述位置坐标对应的显著性权值。
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中国科学院自动化研究所，未经中国科学院自动化研究所许可，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/201810824370.5/，转载请声明来源钻瓜专利网。
