基于LRCN網(wǎng)絡(luò)的行為識別方法、裝置、設(shè)備及介質(zhì)

基本信息

申請?zhí)?/td> CN201910489710.8 申請日 -
公開（公告）號 CN110287820B 公開（公告）日 2021-07-23
申請公布號 CN110287820B 申請公布日 2021-07-23
分類號 G06K9/00（2006.01）I;G06K9/46（2006.01）I;G06N3/04（2006.01）I 分類 計算；推算；計數(shù);
發(fā)明人 歐陽鵬;尹首一;李秀東;王博 申請（專利權(quán)）人 北京清微智能科技有限公司
代理機構(gòu) 北京三友知識產(chǎn)權(quán)代理有限公司 代理人 周曉飛;王天堯
地址 100056北京市海淀區(qū)北四環(huán)西路9號22層2212
法律狀態(tài) -

摘要

摘要 本發(fā)明實施例提供一種基于LRCN網(wǎng)絡(luò)的行為識別方法、裝置、設(shè)備及可讀存儲介質(zhì)，其中，該方法包括：獲取待識別的視頻幀序列和對應(yīng)的光流圖；將待識別的視頻幀序列和對應(yīng)的光流圖輸入長時遞歸卷積網(wǎng)絡(luò)模型，得到所述待識別的視頻幀序列的行為類別標簽，將所述待識別的視頻幀序列中每相鄰的預(yù)設(shè)數(shù)量的幀輸入長時遞歸卷積網(wǎng)絡(luò)模型中的第一卷積神經(jīng)網(wǎng)絡(luò)內(nèi)，將預(yù)設(shè)數(shù)量的幀對應(yīng)的光流圖輸入長時遞歸卷積網(wǎng)絡(luò)模型中的第二卷積神經(jīng)網(wǎng)絡(luò)內(nèi)，卷積神經(jīng)網(wǎng)絡(luò)分別對預(yù)設(shè)數(shù)量的幀和光流圖采用數(shù)據(jù)融合的方式進行卷積層共享。該方案在卷積層之間引入共享，使得降低了相鄰幀之間的圖像信息存在的大量冗余之后再進行行為識別，從而有利于減少網(wǎng)絡(luò)整體的計算量。