[发明专利]一种基于时空信息和层级表示的视频人体行为识别方法有效
申请号: | 201811418871.X | 申请日: | 2018-11-26 |
公开(公告)号: | CN109583360B | 公开(公告)日: | 2023-01-10 |
发明(设计)人: | 吴昱焜;李仲泓;衣杨;沈金龙;佘滢;朱艺 | 申请(专利权)人: | 中山大学 |
主分类号: | G06V40/20 | 分类号: | G06V40/20;G06V20/40;G06V20/70;G06V10/764 |
代理公司: | 广州粤高专利商标代理有限公司 44102 | 代理人: | 林丽明 |
地址: | 510260 广东*** | 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: | 本发明涉及人工智能领域,更具体的,涉及一种基于时空信息和层级表示的视频人体行为识别方法。本发明充分利用了视频中的时空信息,层级时空束将视频运动分为几个部分,进而得到视频运动的更高维度的表示。针对传统视频表示方法忽略视频的中高层语义信息,仅仅关注特征出现的次数,利用的只是0阶信息等不足,基于层级时空束的视频表示方法能够有效剪除视频的背景噪声干扰、并且弥补底层特征与高层特征之间的语义鸿沟,可以捕获更高阶更复杂的运动结构信息。层级时空束方法可以在更高的维度上,析取更加复杂和更具表现力的视频表示,能够有效提高视频识别的效果。 | ||
搜索关键词: | 一种 基于 时空 信息 层级 表示 视频 人体 行为 识别 方法 | ||
【主权项】:
1.一种基于时空信息和层级表示的视频人体行为识别方法,其特征在于,包括以下步骤:步骤S1:基于摄像机运动补偿整个视频片段的整体光流,提取前景运动光流,并形成补偿轨迹;步骤S2:通过关键帧选择,过滤得到视频中具有判别力的关键帧;步骤S3:对补偿轨迹采样并训练得到混合高斯模型;步骤S4:选择关键帧得到视频关键帧集合,并结合混合高斯模型对补偿轨迹进行FV编码,形成关键轨迹集;步骤S5:将整个视频进行片段分割与排序模型,将分割后的视频片段执行步骤S1~步骤S4,获得分割后视频片段的层级时空束特征;步骤S6:将以层级时空束作为视频表示,并作为分类器的输入,经过SVM分类之后,得到视频分类标签。
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山大学,未经中山大学许可,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/201811418871.X/,转载请声明来源钻瓜专利网。
- 信息记录介质、信息记录方法、信息记录设备、信息再现方法和信息再现设备
- 信息记录装置、信息记录方法、信息记录介质、信息复制装置和信息复制方法
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录设备、信息重放设备、信息记录方法、信息重放方法、以及信息记录介质
- 信息存储介质、信息记录方法、信息重放方法、信息记录设备、以及信息重放设备
- 信息存储介质、信息记录方法、信息回放方法、信息记录设备和信息回放设备
- 信息记录介质、信息记录方法、信息记录装置、信息再现方法和信息再现装置
- 信息终端,信息终端的信息呈现方法和信息呈现程序
- 信息创建、信息发送方法及信息创建、信息发送装置