[发明专利]一种基于双通道卷积神经网络的视频在线行为检测方法在审
| 申请号： | 201811317221.6 | 申请日： | 2018-11-07 |
| 公开（公告）号： | CN109447014A | 公开（公告）日： | 2019-03-08 |
| 发明（设计）人： | 陆生礼;庞伟;向丽苹;范雪梅;舒程昊;梁彪 | 申请（专利权）人： | 东南大学-无锡集成电路技术研究所;东南大学;南京三宝科技股份有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 南京经纬专利商标代理有限公司 32200 | 代理人： | 施昊 |
| 地址： | 214135 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于双通道卷积神经网络的视频在线行为检测方法。首先，通过光流图片序列生成模块对输入的RGB图进行变换，得到光流图；其次，将得到的光流图与原RGB图通过双通道分别输入至两个相同的轻量双卷积核SSD网络中，分别提取出两种图的时序特征和空间特征以及检测框和置信分值；然后，通过融合模块对两种图片生成的检测框和置信分值进行融合，形成带检测框和置信分值的图片；最后，将带有检测框和置信分值的图片输入在线动作管道，从视频的角度给出最终的行为检测结果。本发明通过设计轻量双卷积核SSD网络，大幅度简化了深度学习网络，提高了行为检测效率。 | ||
| 搜索关键词： | 检测框 置信 行为检测 双通道 卷积神经网络 视频在线 光流图 卷积核 轻量 行为检测结果 空间特征 融合模块 生成模块 时序特征 图片生成 图片输入 图片序列 在线动作 网络 光流 视频 融合 学习 图片 | ||
【主权项】：
1.一种基于双通道卷积神经网络的视频在线行为检测方法，其特征在于，首先，通过光流图片序列生成模块对输入的RGB图进行变换，得到光流图；其次，将得到的光流图与原RGB图通过双通道分别输入至两个相同的轻量双卷积核SSD网络中，分别提取出两种图的时序特征和空间特征以及检测框和置信分值；然后，通过融合模块对两种图片生成的检测框和置信分值进行融合，形成带检测框和置信分值的图片；最后，将带有检测框和置信分值的图片输入在线动作管道，从视频的角度给出最终的行为检测结果。
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东南大学-无锡集成电路技术研究所;东南大学;南京三宝科技股份有限公司，未经东南大学-无锡集成电路技术研究所;东南大学;南京三宝科技股份有限公司许可，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/201811317221.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种电子信息识别系统
- 下一篇：一种处理表格图片中框选文字的方法及装置
