一种基于级联Transformer的视频群体行为识别方法

发明专利有效专利

申请号：
CN202111225547.8
IPC分类号：G06K9/00;G06K9/62;G06N3/04;G06N3/08
申请日期：
2021-10-21
申请人：
之江实验室

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	一种基于级联Transformer的视频群体行为识别方法
申请号	CN202111225547.8	申请日期	2021-10-21
法律状态	公开	申报国家	中国
公开/公告日	2021-11-19	公开/公告号	CN113673489A
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;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	之江实验室	申请人地址	浙江省杭州市余杭区文一西路1818号人工智能小镇10号楼变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	之江实验室	当前权利人	之江实验室
发明人	李玲;徐晓刚;王军;祝敏航;曹卫强;朱亚光
代理机构	杭州浙科专利事务所（普通合伙）	代理人	孙孟辉

摘要

本发明涉及计算机视觉及深度学习领域，尤其涉及一种基于级联Transformer的视频群体行为识别方法，首先采集生成视频数据集，将视频数据集经过三维骨干网络提取三维时空特征，选取关键帧图像空间特征图；对关键帧图像空间特征图进行预处理后送入人体目标检测Transformer，输出关键帧图像中的人体目标框；然后，映射筛选后人体目标框在关键帧图像特征图上所对应的子特征图，结合关键帧图像周围帧特征图计算query/key/value，输入群体行为识别Transfomer，输出群体级别时空编码特征图；最后，经过多层感知机对群体行为进行分类。本发明具有有效提高群体行为识别准确率的效果。

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