首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】基于超骨架的多流异构图卷积行为识别方法_沈阳航空航天大学_202410094515.6 

申请/专利权人:沈阳航空航天大学

申请日:2024-01-24

公开(公告)日:2024-05-07

公开(公告)号:CN117994842A

主分类号:G06V40/20

分类号:G06V40/20;G06V10/774;G06V10/764;G06V10/82;G06V20/17;G06F17/16;G06N7/01

优先权:

专利状态码:在审-实质审查的生效

法律状态:2024.05.24#实质审查的生效;2024.05.07#公开

摘要:本发明公开了一种基于超骨架的多流异构图卷积行为识别方法,包括如下步骤:利用无人机采集视频,并对视频中的每个视频帧进行骨骼提取;对视频帧的时间分布建模,并进行动态帧间插值;将人体划分为四个区域,并根据骨架图构建生成树,之后,计算不同交互等级的交互复杂度和关节点团交互长度;计算交互量,选择指定数量的关节点团作为超骨架,并提取超骨架特征;将关节特征、骨架特征、时空特征和超骨架特征四个特征作为正向特征数据并进行逆向计算,获取逆向特征数据;将所述正向特征数据和逆向数据输入到训练好的异构网络模型中,得到行为类别。该基于超骨架的多流异构图卷积行为识别方法可有效的提升对视频中动作判断的准确率。

主权项:1.基于超骨架的多流异构图卷积行为识别方法,其特征在于,包括如下步骤:S1:利用无人机采集视频,并对原视频中的每个视频帧进行骨骼提取,得到每个视频帧中关节点的位置数据;S2:利用高斯分布概率密度函数对视频帧的时间分布建模,并进行动态帧间插值,得到扩增帧后的预处理骨骼数据,其中,原视频帧非线性分布于扩增帧后的预处理骨骼数据中;S3:将人体划分为四个区域,并根据骨架图构建生成树,之后,选取多个跨区域的关节点构成关节点团,将关节点团划分不同交互等级,计算不同交互等级的交互复杂度和关节点团交互长度;S4:计算交互量之后,对关节点团按交互量大小排序,选择指定数量的关节点团作为超骨架,记为ξτ,并提取超骨架特征;S5:将关节特征、骨架特征、时空特征和超骨架特征四个特征作为正向特征数据,然后对所述四个特征进行逆向计算,获取逆向特征数据;S6:将所述正向特征数据和逆向数据输入到训练好的异构网络模型中,得到行为类别。

全文数据:

权利要求:

百度查询: 沈阳航空航天大学 基于超骨架的多流异构图卷积行为识别方法

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。