基于深度学习的轻量化视频动作识别网络、方法及系统

授权

摘要

本发明公开了一种基于深度学习的轻量化视频动作识别网络、方法及系统，提出了一个多维度模块(MDM)来进行动作识别。MDM使用多个不同维度的2D卷积核来重构3D卷积核，这些模块兼具高效率和识别准确性。具体而言，MDM首先从三个正交维度上对视频立方体执行2D卷积，以协同的方式学习视频中动作主体的外观和运动特征。其次，沿通道维度对三个2D卷积进行分组操作，旨在进一步减少参数计算量。最后，对两个包含时空维度的协同卷积沿时间维度执行时间偏移操作，有效获得视频中长程和短程的时序信息。与3D CNN的计算量相比，本发明方法的效率更高，在保证识别性能的基础上满足了轻量化需求。

基本信息

专利标题：

基于深度学习的轻量化视频动作识别网络、方法及系统

专利标题（英）：

暂无

公开（公告）号：

CN113343786A

申请号：

CN202110549551.3

公开（公告）日：

2021-09-03

申请日：

2021-05-20

授权号：

CN113343786B

授权日：

2022-05-17

发明人：

王中元陈建宇曾康利黄宝金

申请人：

武汉大学

申请人地址：

湖北省武汉市武昌区珞珈山武汉大学

代理机构：

武汉科皓知识产权代理事务所(特殊普通合伙)

代理人：

肖明洲

优先权：

CN202110549551.3

主分类号：

G06K9/00

IPC分类号：

G06K9/00 G06N3/04