-
公开(公告)号：CN108229338B
公开(公告)日：2021-12-21
申请号：CN201711340444.X
申请日：2017-12-14
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于深度卷积特征的视频行为识别方法，包括以下步骤：1)提取视频的密集轨迹；2)提取视频的深度卷积空间特征；3)计算视频光流并提取深度卷积时态特征；4)对深度卷积空间特征和深度卷积时态特征分别依次进行时空归一化、通道间归一化；5)对归一化后的空间特征和时态特征分别沿密集轨迹进行时序池化操作；6)将池化后的空间特征和时态特征联结后利用LSTM网络进行分类。所述方法在结合深度学习特征和轨迹特征的过程中，考虑了轨迹特征的时序信息，能更加有效地利用视频轨迹信息，使特征提取更加准确，最后使用LSTM网络作为分类器，有利地提高了行为识别的准确率。
-
公开(公告)号：CN108229338A
公开(公告)日：2018-06-29
申请号：CN201711340444.X
申请日：2017-12-14
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于深度卷积特征的视频行为识别方法，包括以下步骤：1)提取视频的密集轨迹；2)提取视频的深度卷积空间特征；3)计算视频光流并提取深度卷积时态特征；4)对深度卷积空间特征和深度卷积时态特征分别依次进行时空归一化、通道间归一化；5)对归一化后的空间特征和时态特征分别沿密集轨迹进行时序池化操作；6)将池化后的空间特征和时态特征联结后利用LSTM网络进行分类。所述方法在结合深度学习特征和轨迹特征的过程中，考虑了轨迹特征的时序信息，能更加有效地利用视频轨迹信息，使特征提取更加准确，最后使用LSTM网络作为分类器，有利地提高了行为识别的准确率。
-
Search Results
2
records
(took 0.02 seconds)
