公开(公告)号：CN111626245B

公开(公告)日：2023-04-07

申请号：CN202010482943.8

申请日：2020-06-01

Applicant: 安徽大学

Inventor： 丁转莲 ,  盛漫锦 ,  石家毓 ,  孙登第 ,  吴心悦 ,  沈心怡

IPC: G06V40/20 ,  G06V10/80 ,  G06V10/62 ,  G06V20/40 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明涉及一种基于视频关键帧的人体行为识别方法，包括：获取已经分类的视频集；基于信息量划分视频片段；构造双流卷积神经网络并随机取样训练该双流卷积神经网络；基于系数重构矩阵方法提取测试视频的时空特征；将得到的时空特征输入训练好的双流卷积神经网络，得到行为识别结果。本发明通过提高待检测帧的质量来提高识别的准确性；采用双流卷积神经网络，大大提高了视频时间信息的利用，有效的提高了行为识别的准确率；采用贪心算法求解，采用简单的条件循环就可以完成视频段划分，简单准确；本发明在光流时间特征上，采用的不是传统连续帧，而是重构矩阵选取出的贡献度最大的5帧作为光流关键帧。

公开(公告)号：CN111626245A

公开(公告)日：2020-09-04

申请号：CN202010482943.8

申请日：2020-06-01

Applicant: 安徽大学

Inventor： 丁转莲 ,  盛漫锦 ,  石家毓 ,  孙登第 ,  吴心悦 ,  沈心怡

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

Abstract: 本发明涉及一种基于视频关键帧的人体行为识别方法，包括：获取已经分类的视频集；基于信息量划分视频片段；构造双流卷积神经网络并随机取样训练该双流卷积神经网络；基于系数重构矩阵方法提取测试视频的时空特征；将得到的时空特征输入训练好的双流卷积神经网络，得到行为识别结果。本发明通过提高待检测帧的质量来提高识别的准确性；采用双流卷积神经网络，大大提高了视频时间信息的利用，有效的提高了行为识别的准确率；采用贪心算法求解，采用简单的条件循环就可以完成视频段划分，简单准确；本发明在光流时间特征上，采用的不是传统连续帧，而是重构矩阵选取出的贡献度最大的5帧作为光流关键帧。