公开(公告)号：CN111246217B

公开(公告)日：2022-02-01

申请号：CN202010057457.1

申请日：2020-01-19

Applicant: 中国石油大学(华东)

Inventor： 张俊三 ,  程俏俏 ,  王晓敏 ,  冯叶棋 ,  常益浩 ,  朱瑞 ,  余勇

IPC: H04N19/577 ,  H04N19/573 ,  H04N19/42 ,  H04N19/176 ,  H04N19/13 ,  H04N21/845

Abstract: 本发明实施例公开一种基于八度卷积的压缩视频动作识别方法，能够减少卷积特征映射和稠密模型参数的冗余度。该方法包括：S1、将待识别视频压缩为压缩视频，对所述压缩视频进行编码，将所述压缩视频划分为k个片段；S2、构建八度卷积模型；S3、对所述k个片段进行取样并输入所述八度卷积模型，根据交叉熵损失训练所述八度卷积模型，得到所述k段的片段级结果；S4、融合所述k个片段的片段级结果，得到所述待识别视频预测结果。本发明实施例用于压缩视频动作识别。

公开(公告)号：CN111246292A

公开(公告)日：2020-06-05

申请号：CN202010057459.0

申请日：2020-01-19

Applicant: 中国石油大学(华东)

Inventor： 张俊三 ,  冯叶棋 ,  王晓敏 ,  程俏俏 ,  余勇 ,  朱瑞 ,  常益浩

IPC: H04N21/4402 ,  H04N21/845 ,  H04N19/577 ,  H04N19/573 ,  H04N19/42

Abstract: 本发明实施例公开一种基于片段一致性的压缩视频动作识别方法及装置，能够减少压缩视频动作识别过程中不同阶段行为的差异。该方法包括：S1、对待识别视频进行压缩构建压缩视频，将所述压缩视频划分为k个片段；S2、基于所述压缩视频构建动作一致性模型；S3、对所述动作一致性模型进行训练，得到训练模型；S4、根据所述动作一致性模型和所述训练模型，融合所述k个片段。本发明实施例用于压缩视频动作识别。

公开(公告)号：CN111246292B

公开(公告)日：2022-05-24

申请号：CN202010057459.0

申请日：2020-01-19

Applicant: 中国石油大学(华东)

Inventor： 张俊三 ,  冯叶棋 ,  王晓敏 ,  程俏俏 ,  余勇 ,  朱瑞 ,  常益浩

IPC: H04N21/4402 ,  H04N21/845 ,  H04N19/577 ,  H04N19/573 ,  H04N19/42

Abstract: 本发明实施例公开一种基于片段一致性的压缩视频动作识别方法及装置，能够减少压缩视频动作识别过程中不同阶段行为的差异。该方法包括：S1、对待识别视频进行压缩构建压缩视频，将所述压缩视频划分为k个片段；S2、基于所述压缩视频构建动作一致性模型；S3、对所述动作一致性模型进行训练，得到训练模型；S4、根据所述动作一致性模型和所述训练模型，融合所述k个片段。本发明实施例用于压缩视频动作识别。

公开(公告)号：CN111246217A

公开(公告)日：2020-06-05

申请号：CN202010057457.1

申请日：2020-01-19

Applicant: 中国石油大学(华东)

Inventor： 张俊三 ,  程俏俏 ,  王晓敏 ,  冯叶棋 ,  常益浩 ,  朱瑞 ,  余勇

IPC: H04N19/577 ,  H04N19/573 ,  H04N19/42 ,  H04N19/176 ,  H04N19/13 ,  H04N21/845

Abstract: 本发明实施例公开一种基于八度卷积的压缩视频动作识别方法，能够减少卷积特征映射和稠密模型参数的冗余度。该方法包括：S1、将待识别视频压缩为压缩视频，对所述压缩视频进行编码，将所述压缩视频划分为k个片段；S2、构建八度卷积模型；S3、对所述k个片段进行取样并输入所述八度卷积模型，根据交叉熵损失训练所述八度卷积模型，得到所述k段的片段级结果；S4、融合所述k个片段的片段级结果，得到所述待识别视频预测结果。本发明实施例用于压缩视频动作识别。