[发明专利]一种基于时序信息的跨视角动作识别方法及系统

权利要求书

1.一种基于时序信息的跨视角动作识别方法，其特征在于，包括：

步骤1，检测视频的感兴趣点，提取该感兴趣点的运动强度，该视频包括：源视角视频和目标视角视频；

步骤2，根据该视频的该时序信息将该运动强度进行时序积累，获得该视频的运动特征描述；

步骤3，根据该运动特征描述和该源视角视频的源粗粒度标注信息，对该目标视角视频进行粗粒度标注，获得目标粗粒度标注信息；

步骤4，根据该源粗粒度标注信息和该目标粗粒度标注信息，通过度量学习方法，对该源视角视频和该目标视角视频进行度量学习，获得跨视角度量方法；

步骤5，通过该跨视角度量方法对该目标视角视频中的动作进行动作分类，以完成跨视角的动作识别。

2.如权利要求1所述的基于时序信息的跨视角动作识别方法，其特征在于，该步骤2中该时序积累的步骤包括：根据该时序信息，将该视频进行分段，划分成多个时序段视频，将每段视频的运动强度累加。

3.如权利要求2所述的基于时序信息的跨视角动作识别方法，其特征在于，通过以下公式将每段的运动强度累加：

f=(fS1,fS2,...,fSn)]]>

fSi=ΣPj∈SirPj/Σl=1nfSi]]>

Si为第i个时序段视频，Pj为该第i个时序段视频的感兴趣点，r为该第i个时序段视频的该感兴趣点的运动强度。

4.如权利要求1所述的基于时序信息的跨视角动作识别方法，其特征在于，该步骤3中对该目标视角视频进行粗粒度标注的步骤包括：

步骤31，根据该运动特征描述和该源视角视频的源粗粒度标注信息，在该源视角视频上构建特征空间模型；

步骤32，将该目标视角视频的运动特征描述输入到该特征空间模型，以完成对该目标视角视频进行粗粒度标注。

5.如权利要求1或4所述的基于时序信息的跨视角动作识别方法，其特征在于，在该步骤4和该步骤5之间还包括：将该目标视角视频的该运动特征描述输入到该特征空间模型。