公开(公告)号：CN108288015B

公开(公告)日：2021-10-22

申请号：CN201710018095.3

申请日：2017-01-10

Applicant: 武汉大学

Inventor： 胡瑞敏 ,  陈军 ,  陈华锋 ,  李红阳 ,  徐增敏 ,  吴华 ,  柴笑宇 ,  柯亨进 ,  张立国

IPC: G06K9/00 ,  G06N3/08

Abstract: 本发明公开了一种基于时间尺度不变性的视频中人体动作识别方法及系统，包括步骤：S1基于原始视频构造子动作视频段；S2分别获取各子动作视频段的代表帧；S3获得各代表帧的光流强度图像集；S4分别获得各代表帧的图像卷积特征和光流卷积特征；S5分别融合各代表帧的图像卷积特征和光流卷积特征，获得融合特征，所有融合特征构成子动作特征集；S6采用LSTM神经网络对子动作特征集中各融合特征分别进行动作识别，获得多阶段的动作识别结果；S7融合多阶段的动作识别结果，得最终的动作识别结果。本发明对视频中持续时长变化差异很大的动作具有很好的适应性，可提升视频中人体动作特征描述的精确性和人体动作识别率。

公开(公告)号：CN108288015A

公开(公告)日：2018-07-17

申请号：CN201710018095.3

申请日：2017-01-10

Applicant: 武汉大学

Inventor： 胡瑞敏 ,  陈军 ,  陈华锋 ,  李红阳 ,  徐增敏 ,  吴华 ,  柴笑宇 ,  柯亨进 ,  张立国

IPC: G06K9/00 ,  G06N3/08

Abstract: 本发明公开了一种基于时间尺度不变性的视频中人体动作识别方法及系统，包括步骤：S1基于原始视频构造子动作视频段；S2分别获取各子动作视频段的代表帧；S3获得各代表帧的光流强度图像集；S4分别获得各代表帧的图像卷积特征和光流卷积特征；S5分别融合各代表帧的图像卷积特征和光流卷积特征，获得融合特征，所有融合特征构成子动作特征集；S6采用LSTM神经网络对子动作特征集中各融合特征分别进行动作识别，获得多阶段的动作识别结果；S7融合多阶段的动作识别结果，得最终的动作识别结果。本发明对视频中持续时长变化差异很大的动作具有很好的适应性，可提升视频中人体动作特征描述的精确性和人体动作识别率。