申请/专利权人：重庆邮电大学

申请日：2023-12-29

公开（公告）日：2024-04-02

公开（公告）号：CN117809109A

主分类号：G06V10/764

分类号：G06V10/764;G06V40/20;G06V20/40;G06V10/46;G06V10/80;G06V10/82;G06N3/0464;G06V10/62

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明涉及一种基于多尺度时间特征的行为识别方法，属于计算机视觉领域，包括以下步骤：S1：逐帧采集被测试者在测试时间段内的视频图像；S2：提取视频图像连续帧中的人体25个骨骼关键点，排除非必要骨骼点信息，并提取出关节点和骨骼的位置信息和速度信息作为输入数据；S3：通过早期融合双分支网络，将关节点和骨骼的位置信息，以及关节点和骨骼的速度信息分别通过两个分支输入，每个分支通过三个主干网络模块进行特征融合；S4：将早期融合数据馈送到包含六个主干网络模块的主流进行判别处理；S5：最后进行特征融合分类，得到行为分类结果。

主权项：1.一种基于多尺度时间特征的行为识别方法，其特征在于：包括以下步骤：S1：逐帧采集被测试者在测试时间段内的视频图像；S2：提取视频图像连续帧中的人体25个骨骼关键点，排除非必要骨骼点信息，并提取出关节点和骨骼的位置信息和速度信息作为输入数据；S3：通过早期融合双分支网络，将关节点和骨骼的位置信息，以及关节点和骨骼的速度信息分别通过两个分支输入，每个分支通过三个主干网络模块进行特征融合；S4：将早期融合数据馈送到包含六个主干网络模块的主流进行判别处理；S5：最后进行特征融合分类，得到行为分类结果。

全文数据：

权利要求：

百度查询： 重庆邮电大学 基于多尺度时间特征的行为识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD