本发明公开了一种基于动态实例交互头的稀疏时序动作检测方法。本发明使用基于查询的方法，初始化N个提案特征和提案框，解决了锚框的复杂性问题。本发明还引入了基于时序特征金字塔的动态实例交互头模块，使用时序特征金字塔可以对不同尺度的行为都能进行较好的预测，解决由于每个行为时间跨度不同对实验结果造成的影响；动态实例交互头模块仅仅将提案特征与局部特征进行稀疏交互，就可以很好的学习有价值的信息，大大减少了计算量。最后，使用基于集合预测损失的最佳二分匹配，可以一对一的进行标签匹配，而且最后仅仅输出与初始提案框相等数量的N个候选框，在计算性能之前不用使用非极大值抑制后处理，可以直接作为预测框进行输出。
📄 2022105794219
📂 G06V40_20
👤 杭州电子科技大学
📅 2022-05-25
一种轻量型的视频动作识别方法，首先对帧化处理后的RGB视频帧图像进行图像增强、引导滤波去噪等预处理，同时利用视频帧序列计算光流序列、提取光流特征图。然后设计LRDN模型以实现轻量化地完成特征提取，并利用预处理后的RGB视频帧对其反复进行迭代训练，以优化其性能。最后基于训练好的LRDN网络模型研发轻量化双流卷积循环神经网络，完成对视频动作的识别分类。其中，利用轻量型的LRDN网络来搭建双流卷积神经网络以分别提取视频的空间特征信息和时域特征信息，接着用特征融合网络将二者进行卷积融合，紧接着将时空融合特征输入到含有软注意力机制的Bi‑GRU网络以获取视频的全局时域信息，快速实现视频动作分类识别。本发明降低了视频动作识别中的计算损耗。
📄 2021107557656
📂 G06V40_20
👤 浙江工业大学
📅 2021-07-05
本发明涉及一种基于稀疏低秩编码的视频动作识别方法。本发明对给定的视频集合进行如下操作：1）对每个视频从空间和时间两个维度使用立方体检测和描述视频动作的兴趣点，并形成相应的局部时空特征；2）利用稀疏低秩矩阵分解对局部时空特征做编码，形成对应兴趣点的稀疏低秩编码表示，并用改进的平均池化技术获得全局时空特征向量作为视频的数据表示；3）对所有视频样本实施上述步骤获得相应的时空数据表示，并分为训练样本和测试样本，再利用支持向量机建立分类模型用于识别测试样本的视频动作。本发明能够从局部和全局角度利用视频兴趣点的时空特征有力刻画视频动作，并通过稀疏低秩编码获得更优的视频数据表示，提高了视频动作识别的准确率。
📄 2016103772173
📂 G06K9_00
👤 杭州电子科技大学
📅 2016-05-31
本发明公开了一种基于参数高效微调的DTSAdapter视频动作识别的方法。方法包括：先通过摄像头拍摄采集视频动作数据，对视频动作数据进行标注后得到视频动作识别数据集，然后构建参数高效微调视频动作识别模型，并将得到的视频动作识别数据集输入到参数高效微调视频动作识别模型中进行训练，最后将待测视频动作识别数据输入到训练好的参数高效微调视频动作识别模型中，得到视频动作识别结果。本发明在适当的位置插入时间适配器模块、改进线性快速注意力机制模块和空间适配器模块以及适当位置加入残差连接，并采用在训练的反向传播中对部分模块进行冻结处理，实现了在提高模型的准确率的同时减少了计算成本和计算效率。
📄 2024118610725
📂 G06V20_40
👤 浙江理工大学
📅 2024-12-17
本发明公开了一种基于融合空间特征和帧差分信息的PSC‑TNet视频动作识别方法。对视频进行图像帧的预处理，后输入到基于融合空间特征和帧差分信息的PSC‑TNet视频动作识别模型中，所述PSC‑TNet视频动作识别模型包括了基于不同帧间隔的三条分支和动作分类模块，三条分支分别为包含空间信息、运动信息和运动细节信息的运动分支、外观分支和动作细节分支，原始视频分别输入到运动分支、外观分支和动作细节分支中输出各自的动作特征，再将所有识别特征拼接后输入到动作分类模块获得动作分类结果。本发明能从视频图像的时间特征中提取信息来对视频图像的空间特征进行调整，得到加强关键空间部分权重的空间特征，并以此得到更加精确的视频图像动作识别。
📄 2025100541481
📂 G06V40_20
👤 浙江理工大学
📅 2025-01-14
本发明涉及视频动作识别技术领域，具体为一种自适应运动节奏学习的视频动作识别方法及系统；对教学视频进行拆分得到教学子视频；对教学子视频进行识别，得到动作标记数据集；对运动人员的练习子视频进行逐帧分解得到练习图像集；通过动作标记数据集对练习图像集进行识别，得到动作完成系数、动作标准系数和动作流畅系数，并对播放速度进行加权，得到修正播放速度；通过练习子视频获得运动数据，通过运动人员个人信息确定阈值，根据运动数据和阈值得到疲劳系数；根据疲劳系数对休息时间进行加权计算，得到修正休息时间。本发明通过对教学视频的播放速度和休息时间进行调整，有效地提高运动人员学习和运动的效果。
📄 2024109040436
📂 G06V40_20
👤 南通东森运动用品有限公司
📅 2024-07-08
本发明提供一种基于多模态时间感知和注意力的视频交互动作检测方法，属于计算机视觉技术领域，通过将全局时序信息与多尺度的局部时序信息进行聚合，并将聚合后的特征进行金字塔池化，获取多个尺度的金字塔特征，然后利用金字塔特征进行高效地动作定位。本发明达到了减少模型参数，提高模型的鲁棒性的技术效果，体现了本发明所提供的基于多模态时间感知和注意力的视频交互动作检测方法在时序动作定位方面的监测精度优越性。
📄 202210744654X
📂 G06V40_20
👤 山东省人工智能研究院; 青岛海尔智能技术研发有限公司; 泰华智慧产业集团股份有限公司; 烟台艾睿光电科技有限公司
📅 2022-06-29
本发明涉及一种基于时间感知结构的视频动作识别方法，本发明基于全分组三维卷积的时间感知结构设计，使用少量参数对多尺度的时间信息进行了建模，是一种十分高效的时间建模结构。并且本发明设置了监听流网络，增加了模型收敛的速度，在时间感知结构的基础上，能够进一步提高模型的识别准确率，降低了对预训练数据集的依赖，针对特定小规模问题可以快速实现部署；并且对不同时间尺度的行为具有鲁棒性。
📄 2019102910818
📂 G06V20_40
👤 中山大学
📅 2019-04-11
本发明涉及一种基于混合卷积的多级特征融合模型的视频动作识别方法及系统，属于计算机视觉技术领域，采用二维卷积和可分离三维卷积构造混合卷积模块；沿着时间维度对各输入特征执行通道移位操作，构建时间移位模块，促进相邻帧之间的信息流动，补偿二维卷积操作对动态特征进行捕捉的缺陷；从骨干网络的不同卷积层中导出多级互补特征，并对其进行空间调制与时间调制，从而使各层次特征在空间维度上具有一致的语义信息，在时间维度上具有多变的视觉节奏线索；通过构造自下而上的特征流和自顶向下的特征流，使各个特征之间相辅相成，互为补充，并对所述特征流进行并行处理，以实现多级特征融合；利用两阶段训练策略进行模型训练。
📄 2021104134611
📂 G06V20_40
👤 重庆邮电大学
📅 2021-04-16
柿子坊 · 知识产权运营
柿子坊知识产权运营平台