[发明专利]一种基于时间非对称三维卷积神经网络的动作识别方法

权利要求书

1.一种基于时间非对称三维卷积神经网络的动作识别方法，其特征在于，包括如下步骤：

第一步，选择合适的大规模动作识别数据集；

第二步，构建时间非对称三维卷积神经网络；

第三步，训练时间非对称三维卷积神经网络；

第四步，获取面向应用的动作识别数据集；

第五步，微调卷积神经网络以适用面向应用的动作识别数据集；

第六步，评估面向应用的动作识别效果。

2.如权利要求1所述的基于时间非对称三维卷积神经网络的动作识别方法，其特征在于，第一步的数据集采用公开的大规模动作识别数据集。

3.如权利要求1所述的基于时间非对称三维卷积神经网络的动作识别方法，其特征在于，第二步的时间非对称三维卷积神经网络，由时间非对称三维卷积层、池化层、全连接层组成。

4.如权利要求1所述的基于时间非对称三维卷积神经网络的动作识别方法，其特征在于，第三步的时间非对称三维卷积神经网络的训练采用了交叉熵损失函数和随机梯度下降方法，并采用周期性学习率技术控制学习率，学习率的最大值为0.1，最小值为0.001，训练时每批次有32个样本，总共训练100个周期。

5.如权利要求1所述的基于时间非对称三维卷积神经网络的动作识别方法，其特征在于，第五步中将512×400的全连接层替换为512×101的全连接层。

6.如权利要求1所述的基于时间非对称三维卷积神经网络的动作识别方法，其特征在于，第六步在评估时对每个视频剪辑采用与训练时相似的方法产生20个16帧片段，短边缩放至固定的128，长宽均112的窗口固定在中间进行剪裁，也不进行水平翻转操作。