申请/专利权人:浙江理工大学
申请日:2024-03-21
公开(公告)日:2024-06-21
公开(公告)号:CN118230413A
主分类号:G06V40/20
分类号:G06V40/20;G06V20/40;G06V10/82;G06N3/0464
优先权:
专利状态码:在审-公开
法律状态:2024.06.21#公开
摘要:本发明公开了一种基于时空关联和SFPSNet的图像动作识别方法。本发明包括如下步骤:首先,对输入的视频图像进行视频帧的提取和预处理,获得低频的视频帧和高频的视频帧;接着将低频的视频帧输入到慢分支,以及将高频的视频帧输入到快分支中,获得两条分支对应的包含空间信息和运动信息的特征张量;再将两条分支的包含空间信息和运动信息的特征张量在通道维度上进行拼接融合后,得到空间‑运动特征张量;最后将空间‑运动特征张量依次输入到Dropout层和分类器中,获得动作识别结果。本发明能够提取输入视频图像中的空间特征和时间特征并进行组合,得到精确描述动作的特征张量,并通过其特征实现对视频图像的精确识别。
主权项:1.一种基于时空关联和SFPSNet的图像动作识别方法,其特征在于,包括如下步骤:1对输入的视频图像进行视频帧的提取和预处理后,获得低频的视频帧和高频的视频帧;2将低频的视频帧输入到慢分支,以及将高频的视频帧输入到快分支中,慢分支和快分支之间通过卷积层进行连接,获得两条分支对应的包含空间信息和运动信息的特征张量;3将两条分支的包含空间信息和运动信息的特征张量在通道维度上进行拼接融合后,得到空间-运动特征张量;4将空间-运动特征张量依次输入到Dropout层和分类器中,获得动作识别结果。
全文数据:
权利要求:
百度查询: 浙江理工大学 一种基于时空关联和SFPSNet的图像动作识别方法
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。