[发明专利]一种基于深度学习的动作识别方法在审
| 申请号： | 202010167013.3 | 申请日： | 2020-03-11 |
| 公开（公告）号： | CN111401209A | 公开（公告）日： | 2020-07-10 |
| 发明（设计）人： | 张宏;叶汉京;何力;管贻生;黄兴鸿;陈广诚 | 申请（专利权）人： | 佛山市南海区广工大数控装备协同创新研究院;佛山市广工大数控装备技术发展有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04 |
| 代理公司： | 广东广信君达律师事务所 44329 | 代理人： | 江金城 |
| 地址： | 528225 *** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 深度 学习 动作 识别 方法 | ||
1.一种基于深度学习的动作识别方法，其特征在于，包括如下步骤：
步骤S1：对视频帧F进行提取，划分为T*16帧，即F＝(f1,f2,...,fT)；
步骤S2：对每16帧fi进行光流提取得到相应的16张光流图；
步骤S3：利用多尺度的3D卷积神经网络分别对连续的16帧RGB图和光流图进行特征提取，分别得到两个特征向量xoriginal和xoptical；
步骤S4：将获得的两个特征向量串联在一起得到特征向量xi，维度为d1；
步骤S5：重复上述步骤并行处理T次，最终得到一个维度为(d1,T)的特征矩阵X；
步骤S6：通过一个以注意力机制为核心构建的一个网络，得到权值矩阵A；
步骤S7：将权值矩阵A代入公式M＝A*XT获得新的特征矩阵M；
步骤S8：将新的特征矩阵M输入至LSTM网络，再经过全连接层的降维，得到特征向量Xfinal；
步骤S9：最后利用softmax进行分类，取最大值对应的类别为所识别的动作类别。
2.根据权利要求1所述的基于深度学习的动作识别方法，其特征在于，所述步骤S1中，如果视频帧F不足16帧，则对最后一帧图像进行复制补充即可。
3.根据权利要求1所述的基于深度学习的动作识别方法，其特征在于，所述步骤S2的多尺度包含多空间尺度和多时间尺度。
4.根据权利要求1所述的基于深度学习的动作识别方法，其特征在于，所述步骤S1还包括将视频每一帧图片缩放成224*224像素大小。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于佛山市南海区广工大数控装备协同创新研究院;佛山市广工大数控装备技术发展有限公司，未经佛山市南海区广工大数控装备协同创新研究院;佛山市广工大数控装备技术发展有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202010167013.3/1.html，转载请声明来源钻瓜专利网。
