[发明专利]基于迁移学习的动物行为识别方法和装置

摘要

本发明提出了一种基于迁移学习的目标动物行为识别方法和装置，即训练数据集中的训练样本包括人的行为样本、非目标动物的行为样本和目标动物的行为样本中的一种或几种的组合，测试数据集为目标动物的行为样本。该发明步骤包括：步骤101，针对训练数据集中的每一个训练样本和测试数据集中的每一测试样本，提取原始特征；步骤102，采用迁移学习中的领域适应学习法将所述原始特征映射到共同空间中，得到新的特征；步骤103，利用所述新的特征训练SVM分类器，得到行为识别模型，同时对所述目标动物行为识别模型进行测试；步骤104，利用所述动物行为识别模型对目标动物的待识别行为进行识别。本发明提出的基于迁移学习的行为识别方法能有效的识别动物的行为。

主权项

1.一种基于迁移学习的动物行为识别方法，其包括：步骤101，针对训练数据集中的每一个训练样本和测试数据集中的每一测试样本，提取原始特征；所述训练样本包括人的行为样本、非目标动物的行为样本和目标动物的行为样本中的一种或几种的组合；步骤102，采用迁移学习中的领域适应学习法将所述原始特征映射到共同空间中，得到新的特征；步骤103，利用所述新的特征训练SVM分类器，得到目标动物行为识别模型，同时对所述目标动物行为识别模型进行测试；其中，所述训练数据集中的训练样本为人的行为样本和非目标动物的行为样本的组合时，步骤103包括：对于人的行为样本、非目标动物的行为样本，分别训练得到不同的中间识别模型，利用集成迁移学习法将所述不同的中间识别模型融合成一个目标动物识别模型；步骤103还包括：对测试样本进行聚类为c个类别，并构造图G_T＝(V_T，E_T)，V_T表示测试样本集合，E_T表示测试样本之间的连接边集合，当且仅当两个不同的测试样本属于同一个聚类中心时，它们之间才会有边相连接；对于每一个待测试的目标动物行为识别模型M_k，构造图表示测试样本之间的连接边集合，当且仅当两个不同的测试样本被待测试的目标动物行为识别模型M_k判为同一个类别时，它们之间才会有边相连接；基于以上的分析，对于测试样本h，待测试的目标动物行为识别模型M_k的权重系数和该测试样本在图G_T和图中共同相邻的节点的个数成正比，即：式中V_T，h，分别表示样本h节点在图G_T，中的相邻节点的集合；对每一个测试样本h，利用估计得到的计算测试样本属于某行为的概率，从而判断该测试样本的行为；步骤104，利用所述动物行为识别模型对目标动物的待识别行为进行识别。