[发明专利]动作识别方法及其神经网络生成方法、装置和电子设备有效
| 申请号： | 201810728821.5 | 申请日： | 2018-07-04 |
| 公开（公告）号： | CN108985443B | 公开（公告）日： | 2022-03-29 |
| 发明（设计）人： | 张弛;吴骞 | 申请（专利权）人： | 北京旷视科技有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06V40/20;G06V10/82 |
| 代理公司： | 北京超凡志成知识产权代理事务所(普通合伙) 11371 | 代理人： | 黄彩荣 |
| 地址： | 100000 北京*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 动作 识别 方法 及其 神经网络 生成 装置 电子设备 | ||
1.一种用于动作识别的神经网络生成方法，其特征在于，包括：
对目标图像进行提取，得到光流特征；
根据所述光流特征得到卷积核偏置信息；
根据所述卷积核偏置信息基于初始卷积神经网络生成变形卷积神经网络；
所述对目标图像进行提取，得到光流特征，具体包括：
对目标图像进行抽取，得到光流信息；
对所述光流信息进行提取，得到光流特征；
所述根据所述光流特征得到卷积核偏置信息，具体包括：
根据所述光流特征生成特征向量；
根据所述特征向量基于三维卷积神经网络中的三维卷积核，得到空间维度偏移向量以及时间维度偏移向量；
所述根据所述卷积核偏置信息基于初始卷积神经网络生成变形卷积神经网络，具体包括：
根据所述空间维度偏移向量，对所述三维卷积神经网络中的三维卷积核进行空间偏移，得到空间变形卷积核；
根据所述时间维度偏移向量，对所述三维卷积神经网络中的三维卷积核进行时间偏移，得到时间变形卷积核；
根据所述空间变形卷积核与所述时间变形卷积核，得到三维变形卷积核；
根据所述三维变形卷积核生成变形卷积神经网络。
2.根据权利要求1所述的用于动作识别的神经网络生成方法，其特征在于，所述根据所述光流特征得到卷积核偏置信息，具体包括：
根据所述光流特征生成特征向量；
根据所述特征向量基于初始卷积神经网络中的卷积核，得到与所述卷积核的维度相同的卷积核偏置信息。
3.根据权利要求2所述的用于动作识别的神经网络生成方法，其特征在于，所述根据所述卷积核偏置信息基于初始卷积神经网络生成变形卷积神经网络，具体包括：
根据所述卷积核偏置信息对初始卷积神经网络中的至少一个卷积核进行偏移，得到变形卷积核；
根据所述变形卷积核生成变形卷积神经网络。
4.一种动作识别方法，其特征在于，包括：
对目标图像进行提取，得到光流特征；
根据所述光流特征得到卷积核偏置信息；
根据所述卷积核偏置信息基于初始卷积神经网络生成变形卷积神经网络；
根据所述变形卷积神经网络对所述目标图像进行识别，得到动作识别结果；
所述对目标图像进行提取，得到光流特征，具体包括：
对目标图像进行抽取，得到光流信息；
对所述光流信息进行提取，得到光流特征；
所述根据所述光流特征得到卷积核偏置信息，具体包括：
根据所述光流特征生成特征向量；
根据所述特征向量基于三维卷积神经网络中的三维卷积核，得到空间维度偏移向量以及时间维度偏移向量；
所述根据所述卷积核偏置信息基于初始卷积神经网络生成变形卷积神经网络，具体包括：
根据所述空间维度偏移向量，对所述三维卷积神经网络中的三维卷积核进行空间偏移，得到空间变形卷积核；
根据所述时间维度偏移向量，对所述三维卷积神经网络中的三维卷积核进行时间偏移，得到时间变形卷积核；
根据所述空间变形卷积核与所述时间变形卷积核，得到三维变形卷积核；
根据所述三维变形卷积核生成变形卷积神经网络。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京旷视科技有限公司，未经北京旷视科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201810728821.5/1.html，转载请声明来源钻瓜专利网。
