-
公开(公告)号：CN109961019B
公开(公告)日：2021-03-26
申请号：CN201910153037.0
申请日：2019-02-28
Applicant: 华中科技大学
Abstract: 本发明公开了一种时空行为检测方法，包括对样本视频中所有帧进行对象检测，获取候选对象集合；计算样本视频中所有帧间光流信息，获取运动集合；构建附加对象注意机制和运动注意机制的时空卷积‑反卷积网络；对样本视频的各时间片段进行时空卷积处理后，均添加对应的稀疏变量和稀疏约束得到网络结构S；以基于交叉熵的分类损失和稀疏约束的损失为目标函数，对网络结构S进行训练；计算测试样本视频中各时间片段对应的行为类别与稀疏系数，获取对象行为时空位置。本发明通过对象检测和光流预测，不仅减少行为搜索空间，而且时空行为检测具有良好的鲁棒性。
-
公开(公告)号：CN110414367A
公开(公告)日：2019-11-05
申请号：CN201910599488.7
申请日：2019-07-04
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于GAN和SSN的时序行为检测方法，属于计算机视觉技术领域，所述方法包括：对视频数据进行帧提取和光流计算，并对每一帧图像或光流图像进行归一化和数据增强；选取所述视频数据中具有动作性片段的连续时间区域作为提议，并将选取出的提议对应的帧图像，作为训练集和测试集；构建包括结构化分段网络和生成对抗网络的时序行为检测模型；将训练集和测试集输入所述时序行为检测模型进行训练，得到训练好的时序行为检测模型；将待识别的视频输入训练好的时序行为检测模型，得到视频中存在的行为类别，与行为对应的起始位置和结束位置。本发明提高了网络对于背景和行为的分辨能力，对视频中的时序行为检测有较高的识别精度。
-
公开(公告)号：CN110414367B
公开(公告)日：2022-03-29
申请号：CN201910599488.7
申请日：2019-07-04
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于GAN和SSN的时序行为检测方法，属于计算机视觉技术领域，所述方法包括：对视频数据进行帧提取和光流计算，并对每一帧图像或光流图像进行归一化和数据增强；选取所述视频数据中具有动作性片段的连续时间区域作为提议，并将选取出的提议对应的帧图像，作为训练集和测试集；构建包括结构化分段网络和生成对抗网络的时序行为检测模型；将训练集和测试集输入所述时序行为检测模型进行训练，得到训练好的时序行为检测模型；将待识别的视频输入训练好的时序行为检测模型，得到视频中存在的行为类别，与行为对应的起始位置和结束位置。本发明提高了网络对于背景和行为的分辨能力，对视频中的时序行为检测有较高的识别精度。
-
公开(公告)号：CN109961019A
公开(公告)日：2019-07-02
申请号：CN201910153037.0
申请日：2019-02-28
Applicant: 华中科技大学
Abstract: 本发明公开了一种时空行为检测方法，包括对样本视频中所有帧进行对象检测，获取候选对象集合；计算样本视频中所有帧间光流信息，获取运动集合；构建附加对象注意机制和运动注意机制的时空卷积‑反卷积网络；对样本视频的各时间片段进行时空卷积处理后，均添加对应的稀疏变量和稀疏约束得到网络结构S；以基于交叉熵的分类损失和稀疏约束的损失为目标函数，对网络结构S进行训练；计算测试样本视频中各时间片段对应的行为类别与稀疏系数，获取对象行为时空位置。本发明通过对象检测和光流预测，不仅减少行为搜索空间，而且时空行为检测具有良好的鲁棒性。
-
-
-
Search Results
4
records
(took 0.022 seconds)
