[发明专利]结合3D跃层连接和循环神经网络的人体行为识别方法有效
| 申请号： | 201810394571.6 | 申请日： | 2018-04-27 |
| 公开（公告）号： | CN108647599B | 公开（公告）日： | 2022-04-15 |
| 发明（设计）人： | 宋佳蓉;杨忠;胡国雄;韩佳明;徐浩;陈聪 | 申请（专利权）人： | 南京航空航天大学 |
| 主分类号： | G06V40/20 | 分类号： | G06V40/20;G06V10/764;G06K9/62 |
| 代理公司： | 南京经纬专利商标代理有限公司 32200 | 代理人： | 葛潇敏 |
| 地址： | 210016 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种结合3D跃层连接和循环神经网络的人体行为识别方法，包括如下步骤：步骤1，将每段视频划分为N部分，从每部分提取L帧图片，N、L均为自然数；步骤2，利用训练好的3D卷积神经网络对视频进行时空特征提取，并将不同层次的时空特征进行串联连接得到高维特征向量；步骤3，对步骤2得到的高维特征向量进行规范化处理；步骤4，将步骤3中规范化处理后的高维特征向量送入循环神经网络，进行特征融合；步骤5，对步骤4中融合后的特征进行分类，得到视频对应的动作类别。此种方法不需要人工提取低层运动信息，相比人工运动特征设计方法，本发明具有更好的鲁棒性，同时能有效处理较长时间的视频信息。 | ||
| 搜索关键词： | 结合 连接 循环 神经网络 人体 行为 识别 方法 | ||
【主权项】：
1.一种结合3D跃层连接和循环神经网络的人体行为识别方法，其特征在于包括如下步骤：步骤1，将每段视频划分为N部分，从每部分提取L帧图片，N、L均为自然数；步骤2，利用训练好的3D卷积神经网络对视频进行时空特征提取，并将不同层次的时空特征进行串联连接得到高维特征向量；步骤3，对步骤2得到的高维特征向量进行规范化处理；步骤4，将步骤3中规范化处理后的高维特征向量送入循环神经网络，进行特征融合；步骤5，对步骤4中融合后的特征进行分类，得到视频对应的动作类别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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南京航空航天大学，未经南京航空航天大学许可，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/patent/201810394571.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种显示面板和显示装置
- 下一篇：人脸识别方法、设备及计算机可读存储介质
