一种基于深度ConvLSTM与双流融合网络的人体行为识别...
实质审查的生效
摘要
本发明公开了一种基于深度ConvLSTM与双流融合网络的人体行为识别方法，属于计算机视觉和模式识别领域。技术方案如下：1.采用OpenCV提取视频帧和相应的光流特征图，空间流网络接收原始视频帧，时间流网络接收光流帧作为输入；2.双流CNN特征提取；3.采用Sum融合策略进行特征融合；4.将步骤3得到的特征描述在ConvLSTM的输出状态上执行一个全局平均池化，并应用到softmax层，完成特征序列分类。本发明解决了现有技术中存在的不能准确获取全面行为动作信息而导致识别不够准确的问题，提高了捕捉长期的视频时间信息能力以及全面获取行为动作信息的能力，进一步地提高了视频行为识别的准确率。
基本信息
专利标题 ：
一种基于深度ConvLSTM与双流融合网络的人体行为识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114495271A
申请号 ：
CN202210056425.9
公开（公告）日 ：
2022-05-13
申请日 ：
2022-01-18
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
潘晓英李守坤薛玉峰
申请人 ：
西安邮电大学
申请人地址 ：
陕西省西安市长安区西安邮电大学南校区计算机学院
代理机构 ：
西安新思维专利商标事务所有限公司
代理人 ：
黄秦芳
优先权 ：
CN202210056425.9
主分类号 ：
G06V40/20
IPC分类号 ：
G06V40/20 G06K9/62 G06N3/04 G06N3/08 G06V10/40 G06V10/80 G06V10/82
法律状态
2022-05-31 ：
实质审查的生效
IPC(主分类) : G06V 40/20
申请日 : 20220118
申请日 : 20220118
2022-05-13 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
