公开(公告)号：CN110598646B

公开(公告)日：2022-07-12

申请号：CN201910874723.7

申请日：2019-09-16

Applicant: 北京邮电大学

Inventor： 尹建芹 ,  吴艳春 ,  党永浩 ,  刘小丽 ,  刘知宜

IPC: G06V20/40 ,  G06V10/77 ,  G06V10/776 ,  G06K9/62

Abstract: 本发明公开了一种基于深度特征的无约束重复动作计数方法，其特征在于，具体步骤包括如下：构建BN‑Inception网络，并进行深度特征提取；将提取的深度特征进行降维，得到降维后的周期图；利用傅里叶变换对所述周期图进行分段阈值滤波，得到光滑的频率图；根据滤波后的频率图进行计数。本发明提供了一种基于深度特征的无约束重复动作计数方法，为了捕获较鲁棒的运动特征并有效的避免相机移动的干扰，对捕获的视频提取RGB和光流图,在此基础上使用深度ConvNets进行特征提取，基于特征值寻找体现重复动作的运动规律，使用变周期的傅里叶变换来处理复杂场景的非静止的视频动态，获取明显的运动频率，更好的统计重复运动次数。

公开(公告)号：CN110598646A

公开(公告)日：2019-12-20

申请号：CN201910874723.7

申请日：2019-09-16

Applicant: 北京邮电大学

Inventor： 尹建芹 ,  吴艳春 ,  党永浩 ,  刘小丽 ,  刘知宜

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明公开了一种基于深度特征的无约束重复动作计数方法，其特征在于，具体步骤包括如下：构建BN-Inception网络，并进行深度特征提取；将提取的深度特征进行降维，得到降维后的周期图；利用傅里叶变换对所述周期图进行分段阈值滤波，得到光滑的频率图；根据滤波后的频率图进行计数。本发明提供了一种基于深度特征的无约束重复动作计数方法，为了捕获较鲁棒的运动特征并有效的避免相机移动的干扰，对捕获的视频提取RGB和光流图,在此基础上使用深度ConvNets进行特征提取，基于特征值寻找体现重复动作的运动规律，使用变周期的傅里叶变换来处理复杂场景的非静止的视频动态，获取明显的运动频率，更好的统计重复运动次数。