申请/专利权人：复旦大学;北京航空航天大学杭州创新研究院

申请日：2021-09-10

公开（公告）日：2024-04-26

公开（公告）号：CN113762175B

主分类号：G06V10/764

分类号：G06V10/764;G06V40/20;G06V10/44;G06V10/82;G06N3/0464;G06N3/084

优先权：

专利状态码：有效-授权

法律状态：2024.04.26#授权;2021.12.24#实质审查的生效;2021.12.07#公开

摘要：本发明公开了一种基于图卷积网络的两阶段行为识别细分类方法。本发明主要通过再分类困难类别集提高行为识别的准确率，分为三个阶段进行：第一阶段：训练粗分类模型；第二阶段：困难类别集的获取和困难类别集模型的训练，利用粗分类模型在测试集上的混淆矩阵以及并查集算法获取困难类别集，之后分别为不同的困难类别集训练困难类别集模型；第三阶段：在线推断，根据粗分类模型的推断结果，将需要进行细分类的样本输入困难类别集模型再分类。本发明所提出的方法针对模型难以分类相似动作的问题，提出的粗分类——细分类两阶段架构一定程度上缓解了相似动作难分类的问题，提高了行为识别的准确率，在公开数据集上取得了较好的结果。

主权项：1.一种基于图卷积网络的两阶段行为识别细分类方法，其特征在于，分为3个阶段：第一阶段：训练粗分类模型训练粗分类模型，训练好的粗分类模型M将用于之后的两个阶段；第二阶段：困难类别集的获取以及困难类别集模型的训练利用粗分类模型M在测试集上的混淆矩阵以及并查集算法获取困难类别集，之后分别为不同的困难类别集训练困难类别集模型，困难类别集模型的网络结构与粗分类模型的网络结构一致，训练好的模型将用于最后的在线推断阶段；第三阶段：在线推断根据粗分类模型的推断结果，将需要进行细分类的样本输入困难类别集模型进行推断，推断结果即为最终的行为识别结果；其中：第一阶段中，粗分类模型的网络结构如下：粗分类网络由BN层、10个卷积单元U1-U10以及全连接层组成；其中，每个卷积单元都包括空间图卷积模块和时间图卷积模块；空间图卷积模块由一个BN层和ReLU层组成，时间图卷积模块由两个BN层、ReLU层和二维卷积层组成，二维卷积的卷积核大小为1，步长为1，其中，在第1个卷积单元U1、第5个卷积单元U5和第8个卷积单元U8的空间图卷积模块前加入一个改变维度的二维卷积层，二维卷积的卷积核大小为1，步长为1，并且在第5个卷积单元U5和第8个卷积单元U8加入残差块，残差块由一个卷积核大小为1，步长为2的二维卷积层和一个BN层组成；粗分类网络的工作流程为：首先，输入维度为N×3×T×V的骨架序列数据到BN层，得到归一化后的骨架序列数据，之后将其依次输入到10个卷积单元中，卷积操作提取骨架序列数据的特征，对提取的维度为N×256×T×V的特征在维度T和维度V上求平均，得到维度为N×256的特征，最后将该特征输入到全连接层进行分类，得到动作类别；第二阶段中，困难类别集的获取分为两步，首先，输入测试集到粗分类模型M进行推断，得到测试集上的混淆矩阵；其次，根据混淆矩阵获取困难类别集其中，sib指困难类别集si中的第b个动作类标签，Nsi为si中包含的动作类别标签个数；具体操作分为2步：1计算混淆率矩阵r：对于给定的混淆矩阵C，Cij∈C,1＝i,j＝Nc，Nc是模型M分类的动作类别数量，混淆率矩阵r的计算公式如下，其中，rij∈r,i≠j，是r的第i行第j列，指模型M推断错误的样本数占该类别总数的比例，Cij∈C是混淆矩阵C的第i行第j列，表示模型M将真实标签i推断为j的样本个数； 2使用经典并查集算法，得到困难类别集si，具体操作为：首先，初始化Nc个集合{0},{1},...,{i},...,{Nc-1}，集合{i}代表相应的真实动作类别标签，之后根据第1步计算得到的混淆率矩阵r合并Nc个集合，合并操作具体为：若rij的值大于阈值θ，则将i所在的集合与j所在的集合合并，得到新的集合；初始时，即合并集合{i}与集合{j}得到集合{i,j}，之后的合并操作，以此类推，直至遍历完混淆率矩阵r，最终保留的集合即为困难类别集其中所有满足条件Nsi＝2的困难类别集构成类别集Ns为S中困难类别集的个数。

全文数据：

权利要求：

百度查询： 复旦大学;北京航空航天大学杭州创新研究院 一种基于图卷积网络的两阶段行为识别细分类方法

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