[发明专利]基于多级条件影响的卷积神经网络的细粒度动作检测方法有效
| 申请号： | 202010362830.4 | 申请日： | 2020-04-30 |
| 公开（公告）号： | CN111444889B | 公开（公告）日： | 2023-07-25 |
| 发明（设计）人： | 任桐炜;武港山;孙旭;胡鑫雯 | 申请（专利权）人： | 南京大学 |
| 主分类号： | G06V40/20 | 分类号： | G06V40/20;G06V10/764;G06V10/82;G06V10/80;G06N3/0464;G06N3/045;G06N3/08 |
| 代理公司： | 南京天翼专利代理有限责任公司 32112 | 代理人： | 奚铭 |
| 地址： | 210093 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： | 基于多级条件影响的卷积神经网络的细粒度动作检测方法，建立一个多级条件影响的卷积神经网络，将视觉场景中附加的显性知识与多级视觉特征融合，所述多级条件影响的卷积神经网络MLCNet以条件影响的多分支卷积神经网络结构为主干，生成多级视觉特征，同时将人体结构和物体语境信息的附加空间语义信息作为条件进行编码，通过仿射变换和注意机制动态影响CNN的特征提取，最后融合调制多模特征以区分各种交互动作；对多级条件影响的卷积神经网络进行模型训练，得到的模型输出细粒度动作检测结果。本发明在HICO‑DET和V‑COCO这两个最常用的基准上对所提出的方法进行评估，实验结果表明，本发明方法优于现有的方法。 | ||
| 搜索关键词： | 基于 多级 条件 影响 卷积 神经网络 细粒度 动作 检测 方法 | ||
【主权项】：
暂无信息
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南京大学，未经南京大学许可，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/202010362830.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种电加热玻璃除霜棒
- 下一篇：一种非线性无源电流控制方法
