[发明专利]一种属性辅助的视频动作识别方法

摘要

本发明公开了一种属性辅助的视频动作识别方法，包括如下步骤：针对视频的训练数据选取视觉属性：根据所述视觉属性修改分类器模型；构建修改后的分类器模型的损失函数；根据损失函数对所述修改后的分类器模型进行训练，得到训练好的分类器；利用训练好的分类器进行视频分类。本发明通过添加额外的视觉属性，监督和指导卷积神经网络在训练时的学习过程，从而优化特征学习和参数调整的过程，获得了更加有效的特征映射，提升了动作识别的准确率。

主权项

1.一种属性辅助的视频动作识别方法，其特征在于，包括如下步骤：针对视频的训练数据选取视觉属性；将视觉属性添加到分类器模型中进行训练，得到训练好的分类器；利用训练好的分类器进行视频分类；步骤S1：针对视频的训练数据选取视觉属性；步骤S2：根据所述视觉属性修改分类器模型；步骤S3：构建步骤S2中的修改后的分类器模型的损失函数；步骤S4：根据步骤S3中的损失函数对所述修改后的分类器模型进行训练，得到训练好的分类器；步骤S5：利用训练好的分类器进行视频分类；所述步骤S1：针对视频的训练数据选取视觉属性的步骤中，包括如下步骤：将训练数据表示为：data_i＝{I，P}，其中I表示视频的常规数据信息；P表示视频的分类和属性的标准信息；其中P定义为：P＝{C，A₁，A₂，…}，其中C＝{0,1}^c表示训练数据的分类信息向量，A_i∈{0,1}^(ai)表示训练数据在第a_i个视觉属性的取值信息；所述步骤S2：根据所述视觉属性修改分类器模型的步骤中，具体包括如下步骤：步骤S2.1：在分类器模型的输入层添加视觉属性标准值；步骤S2.2：在分类器模型的输出层中添加视觉属性输出层。