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：北京邮电大学

摘要：本申请提供一种视频动作分割与评估方法，所述方法包括：采用骨架网络对包含多个动作的目标视频进行特征提取，得到视频特征；将所述视频特征输入用于提取时间置信度特征的第一卷积网络以得到时间置信度图；将所述视频特征输入用于提取边界置信度特征的第二卷积网络以得到边界置信度图；基于所述时间置信度图和边界置信度图对所述目标视频进行分割，得到多个子动作视频特征；基于全连接层和softmax层得到各个所述子动作视频特征各自对应的特征得分集；基于高斯函数和各个所述特征得分集确定各个所述子动作视频特征的动作评估得分。本申请能够有效提高视频动作分割的普适性、准确性差以及提升分割效率。

主权项：1.一种视频动作分割与评估方法，其特征在于，包括：采用骨架网络对包含多个动作的目标视频进行特征提取，得到视频特征；将所述视频特征输入用于提取时间置信度特征的第一卷积网络以得到时间置信度图；将所述视频特征输入用于提取边界置信度特征的第二卷积网络以得到边界置信度图；基于所述时间置信度图和边界置信度图对所述目标视频进行分割，得到多个子动作视频特征；基于全连接层和softmax层得到各个所述子动作视频特征各自对应的特征得分集；基于高斯函数和各个所述特征得分集确定各个所述子动作视频特征的动作评估得分；所述基于所述时间置信度图和边界置信度图对所述目标视频进行分割，得到多个子动作视频特征，包括：基于所述时间置信度图和边界置信度图得到所述目标视频的动作分割结果；基于所述动作分割结果对所述视频特征进行分割，得到各个所述子动作视频特征；所述基于全连接层和softmax层得到各个所述子动作视频特征各自对应的特征得分集，包括：基于多个全连接层提取各个所述子动作视频特征各自对应的子动作特征；基于滑动窗口将各个所述子动作特征转换为各自对应的子动作特征集；基于softmax层得到各个所述子动作特征集各自对应的特征得分集；所述基于高斯函数和各个所述特征得分集确定各个所述子动作视频特征的动作评估得分，包括：基于各个所述特征得分集构建各自对应的高斯函数；基于各个所述高斯函数得到各个所述特征得分集各自对应的高斯得分集；选取各个所述高斯得分集中的概率最高的高斯得分对应的特征得分作为各个所述子动作视频特征的动作评估得分；所述将所述视频特征输入用于提取时间置信度特征的第一卷积网络以得到时间置信度图，包括：采用第一卷积层和第一激活层对所述视频特征进行降维，以得到第一视频特征；基于第二卷积层和第二激活层对所述第一视频特征进行降维，得到动作起始位置概率序列和动作结束位置概率序列；基于所述动作起始位置概率序列和动作结束位置概率序列构成所述时间置信度图；所述将所述视频特征输入用于提取边界置信度特征的第二卷积网络以得到边界置信度图，包括：采用第三卷积层提取所述视频特征的时序特征；基于第四卷积层将所述时序特征转换为边界特征图；基于第五卷积层将所述边界特征图转换为边界置信度图；所述基于所述时间置信度图和边界置信度图得到所述目标视频的动作分割结果，包括：基于预设概率阈值对所述时间置信度图进行筛选，得到第一动作分割序列；基于所述边界置信度图对所述第一动作分割序列进行筛选，得到第二动作分割序列；对所述第二动作分割序列进行去冗余处理，得到所述动作分割结果。

全文数据：

权利要求：

百度查询： 北京邮电大学 视频动作分割与评估方法