基于多流架構(gòu)與長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)的組群行為識(shí)別方法

基本信息

申請(qǐng)?zhí)?/td> CN201910646216.8 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN110516540A 公開(kāi)（公告）日 2019-11-29
申請(qǐng)公布號(hào) CN110516540A 申請(qǐng)公布日 2019-11-29
分類號(hào) G06K9/00;G06K9/46;G06K9/62;G06N3/04 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 宋波;王傳旭;胡小悅 申請(qǐng)（專利權(quán)）人 青島科大有志信息技術(shù)有限公司
代理機(jī)構(gòu) 青島中天匯智知識(shí)產(chǎn)權(quán)代理有限公司 代理人 青島科技大學(xué);青島科大有志信息技術(shù)有限公司
地址 266000 山東省青島市嶗山區(qū)松嶺路99號(hào)
法律狀態(tài) -

摘要

摘要 本發(fā)明公開(kāi)了一種基于多流架構(gòu)與長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)的組群行為識(shí)別方法，涉及圖像識(shí)別技術(shù)領(lǐng)域，包括以下步驟：數(shù)據(jù)預(yù)處理；B、通過(guò)雙路TSN網(wǎng)絡(luò)分別對(duì)主要人物候選框和整張圖片的外觀和運(yùn)動(dòng)特征進(jìn)行提取，得到單人局部空間外觀信息單人局部時(shí)序運(yùn)動(dòng)信息全局空間外觀信息和全局時(shí)序運(yùn)動(dòng)信息C、特征融合及組群行為識(shí)別；D、對(duì)模型進(jìn)行訓(xùn)練和測(cè)試。本發(fā)明的有益效果是，特征提取方面，進(jìn)一步保證其提取的全面性；特征融合方面，使用通道注意力模型，以獲得更具區(qū)分性的特征，來(lái)提高組群行為的準(zhǔn)確率。