一种时空压缩激励残差乘法网络的视频动作识别方法

发明专利有效专利

申请号：
CN201910326815.1
IPC分类号：G06K9/00;G06K9/62
申请日期：
2019-04-23
申请人：
江西理工大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种时空压缩激励残差乘法网络的视频动作识别方法
申请号	CN201910326815.1	申请日期	2019-04-23
法律状态	实质审查	申报国家	中国
公开/公告日	2019-07-30	公开/公告号	CN110070041A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;K;9;/;6;2查看分类表>
申请人	江西理工大学	申请人地址	江西省赣州市红旗大道86号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	江西理工大学	当前权利人	江西理工大学
发明人	罗会兰;童康;袁璞;黎宵
代理机构	温州知远专利代理事务所（特殊普通合伙）	代理人	汤时达

摘要

本发明公开了一种时空压缩激励残差乘法网络的视频动作识别方法，针对浅层网络和一般深度模型学习空间信息和时间信息的不足，本发明将压缩激励块和残差网络结合的压缩激励残差网络用于空间流和时间流的动作识别，在双流网络特征级别融合阶段，采用时空特征相乘融合，进一步加强时间压缩激励残差网络和空间压缩激励残差网络间的时空信息交互。本发明使用三种不同的策略生成多个模型，并对这些模型进行直接平均与加权平均集成得到最终的识别结果，本发明还通过一系列的消融实验研究了空间流和时间流乘法融合方式、次数以及位置对动作识别性能的影响，在HMDB51和UCF101数据集上的实验结果表明了本发明算法具有较高的识别准确率。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供