申请/专利权人：杭州电子科技大学

申请日：2024-01-11

公开（公告）日：2024-04-12

公开（公告）号：CN117877117A

主分类号：G06V40/20

分类号：G06V40/20;G06V20/40;G06V10/44;G06V10/22;G06V10/764;G06V10/766;G06N20/00

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明公开了基于视频数据增强的动作质量评估方法，该方法首先获取视频数据集，做数据预处理，并标注人员边界框信息，生成前景掩码、背景掩码，并做背景互换数据增强，得到合成视频。其次将合成视频分为N个片段，构成片段集合，将集合里的片段进行连结，输入时空特征提取模块，得到时空特征，并和模范分数进行连结得到fn,m。然后根据数据集的分数分布，构造组感知二叉回归树，以fn,m作为输入，在叶子结点进行回归评分，得到预测结果。最后根据预测结果，计算待评估视频的最终分数，按照多样本投票机制预测动作完成质量的评分。本发明能够更好地理解和识别视频中的动作，使得预测结果更加精确和具有可解释性。

主权项：1.基于视频数据增强的动作质量评估方法，其特征在于，包括以下步骤：步骤1.获取视频数据集，做数据预处理，并标注人员边界框信息；步骤2.根据人员边界框信息，生成前景掩码、背景掩码，并做背景互换数据增强，得到合成视频Xfusing；步骤3.视频Xfusing帧数为Z，将Xfusing分为N个片段，构成片段集合Clip，每个片段之间长度相同，且两个相邻片段之间有Q帧互相重叠；步骤4.将Clip里的片段进行连结，输入时空特征提取模块，得到时空特征fm和fn，然后和模范分数sn进行连结得到fn，m；步骤5.根据数据集的分数分布，构造组感知二叉回归树，组感知二叉回归树以一个特征向量fn，m作为输入，自上而下、由粗到细不断进行二分类任务，直到叶子节点，在叶子结点进行回归评分，得到预测结果；步骤6.根据预测结果，计算待评估视频的最终分数；步骤7.根据分类任务和回归任务的损失函数进行优化，按照多样本投票机制预测动作完成质量的评分。

全文数据：

权利要求：

百度查询： 杭州电子科技大学 基于视频数据增强的动作质量评估方法

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