Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于自适应时间结构深度网络的偷窃行为识别方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:合肥工业大学

摘要:本发明公开了一种自适应时间结构深度网络的偷窃行为识别方法。本发明采用分段方式,实现对长时视频的处理。针对段内特征相似度高而产生的信息冗余问题,通过估计段内时间结构的距离阈值,来计算段内每个视频帧的二值采样标记,去除段内冗余的视频帧,减少段内模型计算量。针对视频段的语义信息重要性估计问题,设计了子行为原型参数矩阵,学习每个视频段的子行为相关的语义描述,并估计视频段的时间注意力,进行视频段的特征增强。最后,对多视频段的特征串联,并使用三层感知器,实现偷窃行为识别。本文发明具有时间自适应能力强,对长时视频中段内的冗余视频帧,和段间的语义信息分析,都具有较好的鲁棒处理能力,可有效实现偷窃行为识别。

主权项:1.一种基于自适应时间结构深度网络的偷窃行为识别方法,其特征在于:具体包括以下步骤:1提取偷窃行为视频帧特征;2估计段内时间结构距离阈值;3计算段内视频帧采样LSTM的隐状态特征;4计算基于子行为原型时间注意力的偷窃行为得分;5求解自适应时间结构深度网络的参数集合;6基于自适应时间结构深度网络进行偷窃行为识别。

全文数据:

权利要求:

百度查询: 合肥工业大学 一种基于自适应时间结构深度网络的偷窃行为识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。