[发明专利]一种基于深度特征的无约束重复动作计数方法有效
申请号: | 201910874723.7 | 申请日: | 2019-09-16 |
公开(公告)号: | CN110598646B | 公开(公告)日: | 2022-07-12 |
发明(设计)人: | 尹建芹;吴艳春;党永浩;刘小丽;刘知宜 | 申请(专利权)人: | 北京邮电大学 |
主分类号: | G06V20/40 | 分类号: | G06V20/40;G06V10/77;G06V10/776;G06K9/62 |
代理公司: | 北京鼎德宝专利代理事务所(特殊普通合伙) 11823 | 代理人: | 牟炳彦 |
地址: | 100876 *** | 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: | 本发明公开了一种基于深度特征的无约束重复动作计数方法,其特征在于,具体步骤包括如下:构建BN‑Inception网络,并进行深度特征提取;将提取的深度特征进行降维,得到降维后的周期图;利用傅里叶变换对所述周期图进行分段阈值滤波,得到光滑的频率图;根据滤波后的频率图进行计数。本发明提供了一种基于深度特征的无约束重复动作计数方法,为了捕获较鲁棒的运动特征并有效的避免相机移动的干扰,对捕获的视频提取RGB和光流图,在此基础上使用深度ConvNets进行特征提取,基于特征值寻找体现重复动作的运动规律,使用变周期的傅里叶变换来处理复杂场景的非静止的视频动态,获取明显的运动频率,更好的统计重复运动次数。 | ||
搜索关键词: | 一种 基于 深度 特征 无约束 重复 动作 计数 方法 | ||
【主权项】:
1.一种基于深度特征的无约束重复动作计数方法,其特征在于,具体步骤包括如下:/n构建BN-Inception网络,并进行深度特征提取;/n将提取的深度特征进行降维,得到降维后的周期图;/n利用傅里叶变换对所述周期图进行分段阈值滤波,得到光滑的频率图;/n根据频率图进行计数。/n
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北京邮电大学,未经北京邮电大学许可,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/201910874723.7/,转载请声明来源钻瓜专利网。