[发明专利]一种基于卷积神经网络的动作识别方法

权利要求书

1.一种基于卷积神经网络的动作识别方法，其特征在于，采用含三维卷积核的深度残差网络并引入批标准化处理层长短期记忆模型(LSTM)对视频中的目标进行动作识别，在基础的深度残差卷积神经网络的结构中，将二维卷积核替换为三维卷积核，对视频动作的时空特征进行初步的提取，之后将特征张量输入长短期记忆模型(LSTM)，利用长短期记忆模型(LSTM)对信息的过滤能力，过滤掉时空维度上与动作低关联性的特征，最后得到表征动作的一维向量并通过分类函数得到输出。

2.根据权利要求1所述的一种基于卷积神经网络的动作识别方法，其特征在于：通过三维卷积核构建的ConvNet骨干网络对图像序列进行卷积操作，不对单幅图像进行卷积操作，设训练样本的一个批次总样本数为N,单个样本特征图序列深度为D,特征图高度为H,特征图宽度为W,令p,d,k,s分别为特征图外围补充像素数，卷积核膨胀系数，卷积核尺寸以及卷积核移动步长，则三维卷积操作后的特征图参数有如下表示：

3.根据权利要求2所述的一种基于卷积神经网络的动作识别方法，其特征在于：对得到的特征图展成的特征向量，在进入LSTM模型后，在LSTM单元中的激活函数之前，引入批次标准化变换，使得输入特征向量在坐标轴上分布更均匀，避免特征在单一LSTM上产生梯度消失现象，设x为包含n个样本的输入向量，μ(x)为样本均值，σ(x)为样本标准差，x_input为经过批标准化处理的待输入特征向量，则有如下关系：

式(6)中，γ和β分别是通过网络训练学习到的参数。

4.根据权利要求3所述的一种基于卷积神经网络的动作识别方法，其特征在于：在训练阶段，所述均值μ(x)与所述方差σ(x)通过每一批训练数据产生。

5.根据权利要求3所述的一种基于卷积神经网络的动作识别方法，其特征在于：在预测阶段，无法预先获取整个批次样本值，所述均值μ(x)与所述方差σ(x)通过对全部训练样本求均值与方差得到。