公开(公告)号：CN111209883A

公开(公告)日：2020-05-29

申请号：CN202010032965.4

申请日：2020-01-13

Applicant: 南京大学

Inventor： 王利民 ,  纪彬 ,  武港山

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/00 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于多源运动特征融合的时序自适应视频分类方法，包括生成训练样例阶段、网络配置阶段、训练阶段以及测试阶段，采用多源多尺度运动信息进行早期融合，融合包括原视频帧序列信息、段内局部帧间差以及全局段间特征差，并在融合过程中实现时序自适应调整策略，完成视频分类任务。本发明在融合多源运动信息的同时，通过时序自适应调整，适配视频分类任务，获得了鲁棒性强且精度高的视频分类方法，提出了融合全局、原有单帧信息、局部运动信息的方式，这种融合位于网络的浅层，使得相比于其他融合策略而言计算更加快速，且具有很好的移植性。

公开(公告)号：CN111209883B

公开(公告)日：2023-08-04

申请号：CN202010032965.4

申请日：2020-01-13

Applicant: 南京大学

Inventor： 王利民 ,  纪彬 ,  武港山

IPC: G06V20/40 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/006 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084

Abstract: 一种基于多源运动特征融合的时序自适应视频分类方法，包括生成训练样例阶段、网络配置阶段、训练阶段以及测试阶段，采用多源多尺度运动信息进行早期融合，融合包括原视频帧序列信息、段内局部帧间差以及全局段间特征差，并在融合过程中实现时序自适应调整策略，完成视频分类任务。本发明在融合多源运动信息的同时，通过时序自适应调整，适配视频分类任务，获得了鲁棒性强且精度高的视频分类方法，提出了融合全局、原有单帧信息、局部运动信息的方式，这种融合位于网络的浅层，使得相比于其他融合策略而言计算更加快速，且具有很好的移植性。