[发明专利]一种视频中人体行为识别的方法

摘要

本发明涉及人工智能领域，更具体的，涉及一种视频中人体行为识别的方法，本发明的主要算法思想为：首先对输入的视频片段进行预处理，使用六参数仿射模型模拟摄像机运动，通过仿射模型获取运动轨迹；接着对视频基于时间显著性和空间显著性进行关键帧提取；然后对关键帧提取改进密集轨迹，同时选择双流卷积神经网络作为特征提取器，对关键帧提取深度学习特征；对提取出来的特征进行归一化，并基于视频表示的对特征进行融合，融合基于深度特征的视频表示与基于改进密集轨迹特征的视频表示。本发明融合手工设计的改进密集轨迹特征IDT和深度学习特征，可更有效的挖掘两种特征的互补信息与视频中的行为模式，在视频人体行为识别取得更好的效果。

主权项

1.一种视频中人体行为识别的方法，其特征在于，具体包括以下步骤：步骤S1：对视频进预处理，获取整个视频所有帧的改进后的密集轨迹；步骤S2：基于时间显著性和空间显著性对视频进行关键帧提取；步骤S3：通过关键帧筛选步骤S1中获得的密集轨迹，对于关键帧的密集轨迹进行保留，去除非关键帧的密集轨迹；步骤S4：在改进后的密集架轨迹的基础上对视频进行基于层次轨迹束的视频表示；步骤S5：提取关键帧的深度学习特征，对视频进行基于深度特征的视频表示；步骤S6：将基于层次轨迹束的视频表示和基于深度特征的视频表示进行融合；步骤S7：对融合后的视频进行SVM分类。