一种基于深度学习的高精度多角度行为识别方法
公开
摘要
本发明为一种基于深度学习的高精度多角度行为识别方法，首先，收集原始视频数据，对原始视频数据进行数据预处理；其次，基于对比学习的思想应用深度神经网络构建深度学习模型；然后通过深度前馈网络对预处理得到的数据进行特征提取，提取完成后进一步进行动作分类；最后反馈分类后的结果。本发明使用对比学习方法构建自监督模型对数据进行动作分类，有效增强数据特征提取的鲁棒性，使模型学习到更有利于行为分类的知识，并满足了在实际场景下对视频数据中目标行为分类的高准确度需求，为后续依据分类结果进行的其他操作提供良好基础。
基本信息
专利标题 ：
一种基于深度学习的高精度多角度行为识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114565970A
申请号 ：
CN202210103411.8
公开（公告）日 ：
2022-05-31
申请日 ：
2022-01-27
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
庄旭菲张润秀许志伟王永生
申请人 ：
内蒙古工业大学
申请人地址 ：
内蒙古自治区呼和浩特市土默特左旗内蒙古工业大学金川校区
代理机构 ：
西安智大知识产权代理事务所
代理人 ：
段俊涛
优先权 ：
CN202210103411.8
主分类号 ：
G06V40/20
IPC分类号 ：
G06V40/20 G06V20/40 G06V10/74 G06V10/764 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-05-31 ：
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
