公开(公告)号：CN105138953A

公开(公告)日：2015-12-09

申请号：CN201510405296.X

申请日：2015-07-09

Applicant: 浙江大学

Inventor： 宋明黎 ,  栾乔 ,  张珂瑶 ,  宋新慧 ,  邱画谋

IPC: G06K9/00

CPC classification number: G06K9/00335 ,  G06K9/00718

Abstract: 本发明公开了一种基于连续的多实例学习的视频中动作识别的方法。本发明包括如下步骤：1、从视频网站上收集电影数据作为训练数据样本集，同时对网站上收集字幕和剧本进行预处理，将剧本中的动作描述作为训练数据的视频级别的弱标记；2、通过弱标记将视频切分成多个视频片段，每个视频片段由一个动作组成；对于每个动作，利用视频片段训练基于连续的多实例学习的动作分类器；3、用户将待识别视频输入至训练好的多个动作分类器，计算待识别视频的每一帧属于该动作的概率；4、通过视频切割模型得到每一帧的动作类别，将动作类别返回给用户。本发明减少了人工标记费时费力的问题，同时减少了弱标记和转折帧带来的二义性问题。

公开(公告)号：CN105138953B

公开(公告)日：2018-09-21

申请号：CN201510405296.X

申请日：2015-07-09

Applicant: 浙江大学

Inventor： 宋明黎 ,  栾乔 ,  张珂瑶 ,  宋新慧 ,  邱画谋

IPC: G06K9/00

Abstract: 本发明公开了一种基于连续的多实例学习的视频中动作识别的方法。本发明包括如下步骤：1、从视频网站上收集电影数据作为训练数据样本集，同时对网站上收集字幕和剧本进行预处理，将剧本中的动作描述作为训练数据的视频级别的弱标记；2、通过弱标记将视频切分成多个视频片段，每个视频片段由一个动作组成；对于每个动作，利用视频片段训练基于连续的多实例学习的动作分类器；3、用户将待识别视频输入至训练好的多个动作分类器，计算待识别视频的每一帧属于该动作的概率；4、通过视频切割模型得到每一帧的动作类别，将动作类别返回给用户。本发明减少了人工标记费时费力的问题，同时减少了弱标记和转折帧带来的二义性问题。