[发明专利]一种基于3D卷积神经网络的动作检测方法

摘要

本发明提出了一种基于3D卷积神经网络的动作检测方法，属于计算机视觉识别技术领域。该方法包括如下步骤：首先，将视频分为多个有重叠的片段，采用训练好的3D卷积神经网络提取每个片段的高维时‑空特征，并采用多类softmax分类器对提取到的特征进行预测分类，再进一步对分类结果在时间维度上进行平滑滤波；其次，设定背景阈值，并将每个片段的背景得分与设定的阈值进行比较，得到属于动作片段的集合；最终，结合动作片段集合和帧率信息实现对动作在时间维度上的定位，从而得到视频对应的动作类别和该动作的起始时间片段集合。本发明实现端对端动作检测，提高检测结果的可靠性。

主权项

1.一种基于3D卷积神经网络的动作检测方法，其特征在于，包括如下步骤：S1：将视频分为多个有重叠的视频片段，每个视频片段由连续L帧图片组成；S2：利用训练好的3D卷积神经网络提取每个片段的高维时‑空特征，并对提取到的特征进行预测分类；S3：对S2中结果在时间维度上进行均值滤波，得到均值滤波处理后的各片段类别得分；S4：对S3中所有片段类别得分进行统计，得到视频的动作类别；S5：利用S3中的结果，对每个片段进行背景和动作二分类，得到属于动作的片段集合；S6：对S5中集合元素进行合并；S7：根据视频帧率和S6中动作片段集合，对动作在时间维度上进行定位，得到动作起始时间片段集合。