[发明专利]基于LRCN网络的行为识别方法、装置、设备及介质有效
| 申请号： | 201910489710.8 | 申请日： | 2019-06-06 |
| 公开（公告）号： | CN110287820B | 公开（公告）日： | 2021-07-23 |
| 发明（设计）人： | 欧阳鹏;尹首一;李秀东;王博 | 申请（专利权）人： | 北京清微智能科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/46;G06N3/04 |
| 代理公司： | 北京三友知识产权代理有限公司 11127 | 代理人： | 周晓飞;王天尧 |
| 地址： | 100056 北京市*** | 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： | 本发明实施例提供一种基于LRCN网络的行为识别方法、装置、设备及可读存储介质，其中，该方法包括：获取待识别的视频帧序列和对应的光流图；将待识别的视频帧序列和对应的光流图输入长时递归卷积网络模型，得到所述待识别的视频帧序列的行为类别标签，将所述待识别的视频帧序列中每相邻的预设数量的帧输入长时递归卷积网络模型中的第一卷积神经网络内，将预设数量的帧对应的光流图输入长时递归卷积网络模型中的第二卷积神经网络内，卷积神经网络分别对预设数量的帧和光流图采用数据融合的方式进行卷积层共享。该方案在卷积层之间引入共享，使得降低了相邻帧之间的图像信息存在的大量冗余之后再进行行为识别，从而有利于减少网络整体的计算量。 | ||
| 搜索关键词： | 基于 lrcn 网络 行为 识别 方法 装置 设备 介质 | ||
【主权项】：
1.一种基于长时递归卷积网络的行为识别方法，其特征在于，包括：获取待识别的视频帧序列和对应的光流图；将待识别的视频帧序列和对应的光流图输入长时递归卷积网络模型，得到所述待识别的视频帧序列的行为类别标签，其中，将所述待识别的视频帧序列中每相邻的预设数量的帧输入长时递归卷积网络模型中的第一卷积神经网络内，将预设数量的帧对应的光流图输入长时递归卷积网络模型中的第二卷积神经网络内，卷积神经网络分别对预设数量的帧和光流图采用数据融合的方式进行卷积层共享。
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北京清微智能科技有限公司，未经北京清微智能科技有限公司许可，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/201910489710.8/，转载请声明来源钻瓜专利网。
