一种基于多时长信息的动作视频识别方法

发明专利有效专利

申请号：
CN201910077685.2
IPC分类号：G06K9/00;G06K9/62;G06N3/04
申请日期：
2019-01-28
申请人：
浙江工业大学

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	一种基于多时长信息的动作视频识别方法
申请号	CN201910077685.2	申请日期	2019-01-28
法律状态	实质审查	申报国家	中国
公开/公告日	2019-06-21	公开/公告号	CN109919011A
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查看分类表>
申请人	浙江工业大学	申请人地址	浙江省杭州市下城区朝晖六区潮王路18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	浙江工业大学	当前权利人	浙江工业大学
发明人	宣琦;李甫宪;翔云;徐东伟;刘毅
代理机构	杭州斯可睿专利事务所有限公司	代理人	王利强

摘要

一种基于多时长信息的动作视频识别方法，包括以下步骤：1)将动作视频转换成序列帧图像，以等间隔方式进行采样；2)构建多时长信息特征融合层；3)扩展二维卷积神经网络DenseNet121至三维卷积神经网络DenseNet121‑3D，同时将多时长信息特征融合层嵌入到该网络当中；4)将步骤1采样得到的序列图像作为输入数据，对网络进行训练，而后就可以将待识别的动作视频输入到网络当中进行识别分类。本发明通过采用多时长三维卷积神经网络对不同时长特性的动作进行特征学习，使得网络具有更好的鲁棒性，得到较好的分类结果。

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