[发明专利]一种基于3D卷积的行人异常行为识别方法在审
| 申请号： | 201910079769.X | 申请日： | 2019-01-28 |
| 公开（公告）号： | CN109635790A | 公开（公告）日： | 2019-04-16 |
| 发明（设计）人： | 刘兆森;应娜;郭春生;朱辰都;杨鹏;李怡菲 | 申请（专利权）人： | 杭州电子科技大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04 |
| 代理公司： | 杭州千克知识产权代理有限公司 33246 | 代理人： | 周希良 |
| 地址： | 310018 浙江省杭州市*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于3D卷积的行人异常行为识别方法，包括步骤：S1：创建一个包含打架斗殴、遛狗、摔倒等异常行为的数据集；S2：结合最新的视频行为识别方案，构建一个兼顾精度与速率的3D卷积神经网络；S3：对数据集中图像进行预处理后送入3D卷积神经网络，得到视频异常行为识别模型；S4：输入测试行人监控视频，输出异常行为类型。本发明所述识别方法将轻量级的2D卷积网络MobileNet思想迁移到3D网络中，可以在保持识别性能的基础上降低计算成本；同时，采用自适应池化层与稀疏时间采样策略，可以减少连续帧中包含大量冗余的信息与模糊噪声。 | ||
| 搜索关键词： | 异常行为 卷积 卷积神经网络 视频 预处理 监控视频 时间采样 识别性能 输出异常 输入测试 数据集中 行为类型 行为识别 冗余 连续帧 数据集 自适应 池化 构建 稀疏 遛狗 噪声 摔倒 送入 迁移 网络 图像 模糊 创建 | ||
【主权项】：
1.一种基于3D卷积的行人异常行为识别方法，其特征在于，包括步骤：S1：创建包含异常行为的数据集；S2：结合视频行为识别方案，构建3D卷积神经网络；S3：对所述数据集中的图像进行预处理，送入所述3D卷积神经网络，得到视频异常行为识别模型；S4：输入测试监控视频，输出异常行为类型。
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杭州电子科技大学，未经杭州电子科技大学许可，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/201910079769.X/，转载请声明来源钻瓜专利网。
