[发明专利]基于深度学习的时空数据流视频行为识别方法

摘要

本发明提出了一种基于深度学习的时空数据流视频行为识别方法。相比于传统使用单数据流，也就是单一视频流的深度学习方法，本发明使用了时空数据流，即空间流和时间流，空间流从静态的视频帧中识别视频中的目标类别，而时间流从视频中的运动成分中识别目标的运动，最后将这两者的分类结果相融合，得到最终的行为类别。本发明将目标和运动分开识别，能够减少神经网络计算的负担，同时有效提高准确率。

主权项

一种基于深度学习的时空数据流视频行为识别方法，其特点在于：将单一视频流拆分成空间流和时间流，空间流代表静态的视频帧，反映视频中的目标类别；时间流代表视频中的运动成分，反映视频中目标的行为。