[发明专利]一种基于深度神经网络的空时特征提取方法

摘要

本发明公开一种基于深度神经网络的行人空时特征提取方法，步骤为：在一个深度网络中利用卷积神经网络(CNN)提取行人的空域特征，利用递归神经网络(RNN)综合提取出的空域特征从而得到行人的时域特征；在网络中设计叠加层融合CNN和RNN提取出的空域和时域特征，得到行人的空时特征表达；分别在行人的全局图片和局部图片进行网络训练得到相应的具有互补性质的全局特征和局部特征，加之进行融合，得到最终的特征表达。本发明具有很好的鲁棒性，能更好的解决与适应遮挡和光线变化等复杂情况；结合了行人的局部和全局特征，挖掘行人的细节特性，使其在下一步的行人识别中发挥更好的性能及效率。

主权项

1.一种基于深度神经网络的空时特征提取方法，其特征在于包括以下步骤：/n第一步：设计一个三层卷积神经网络(CNN)，每一层均包含一个卷积层，一个激活层，一个池化层；/n第二步：对行人视频中的每一张图片s(t)，均经过第一步中的卷积神经网络，得到特征输出即空域特征f(t)；/n第三步：对一个行人序列中的图片输出的空域特征f(t)进行平均，得到平均特征向量x