[发明专利]基于捷径深度神经网络的视频分类方法有效
| 申请号： | 201510280574.3 | 申请日： | 2015-05-27 |
| 公开（公告）号： | CN104881685B | 公开（公告）日： | 2019-04-02 |
| 发明（设计）人： | 靳晓明;万程 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06F16/78 |
| 代理公司： | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人： | 张大威 |
| 地址： | 100084 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： | 本发明公开了一种基于捷径深度神经网络的视频分类方法，包括：训练分类器的步骤，包括：获取训练数据的类别标签，提取视频特征和异构特征，并设定开关节点数值，将训练数据的类别标签、视频特征和异构特征输入所述捷径深度神经网络，以训练得到用于对视频进行分类的分类器，视频的类别由所述类别标签表示；视频分类的步骤，包括：获取测试数据，提取视频特征和异构特征，并将测试数据的视频特征和异构特征输入分类器，以得到测试数据对应的类别标签；其中，视频特征由第一输入层输入，并依次通过多个隐藏层进行训练，异构特征由第二输入层输入，并根据开关节点数值通过相应的隐藏层进行训练。本发明具有分类简单、分类精确的优点。 | ||
| 搜索关键词： | 基于 捷径 深度 神经网络 视频 分类 方法 | ||
【主权项】：
1.一种基于捷径深度神经网络的视频分类方法，其特征在于，所述捷径深度神经网络包括：第一输入层、第二输入层、开关节点层、多个隐藏层和一个输出层，所述第一输入层、所述多个隐藏层和所述输出层依次相连，所述第二输入层通过所述开关节点层与所述多个隐藏层相连，所述第一输入层、第二输入层、开关节点层、多个隐藏层和一个输出层分别设有预定的节点数，所述方法包括：训练分类器的步骤，包括：获取训练数据的类别标签，并从所述训练数据中提取视频特征和异构特征，并设定开关节点数值，以及将所述训练数据的类别标签、视频特征和异构特征输入所述捷径深度神经网络，以训练得到用于对视频进行分类的分类器，所述视频的类别由所述类别标签表示；视频分类的步骤，包括：获取测试数据，并从所述测试数据中提取视频特征和异构特征，并将所述测试数据的视频特征和异构特征输入所述分类器，以得到所述测试数据对应的类别标签；其中，所述视频特征由所述第一输入层输入，并依次通过所述多个隐藏层进行训练，所述异构特征由所述第二输入层输入，并根据所述开关节点数值通过相应的隐藏层进行训练。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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清华大学，未经清华大学许可，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/patent/201510280574.3/，转载请声明来源钻瓜专利网。
