龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：浙江理工大学
摘要：本发明公开了一种基于时空卷积块的神经网络CST_DE3DNet的动作识别方法。方法包括：对带有动作类别标签的动作视频进行预处理，形成动作训练集；建立基于时空卷积块的神经网络，将动作训练集输入进行训练；将待检测的动作视频输入网络，输出待检测的动作视频的动作类别，完成动作识别。本发明的方法能够分析网络在多个阶段产生的多种尺度的特征图在通道、时间和空间三个维度上的特征信息，从而在这三个维度上提取关键信息。同时，采用全新的深度可分离的3D卷积可以有效减少整体网络的参数量，使得整体网络更加轻量级，进一步提升对视频内容的理解和解释能力，并提高视频动作分类的性能。
主权项：1.一种基于时空卷积块的神经网络CST_DE3DNet的动作识别方法，其特征在于，包括：步骤1将带有动作类别标签的若干动作类别的动作视频进行预处理后构成动作训练集；步骤2建立基于时空卷积块的神经网络CST_DE3DNet，将动作训练集输入基于时空卷积块的神经网络CST_DE3DNet中进行训练，获得训练完成的基于时空卷积块的神经网络CST_DE3DNet；步骤3采集待识别的动作视频并输入训练完成的基于时空卷积块的神经网络CST_DE3DNet中，训练完成的基于时空卷积块的神经网络CST_DE3DNet处理后输出待检测的动作视频的动作类别，完成动作识别。
全文数据：
权利要求：
百度查询： 浙江理工大学 基于时空卷积块的神经网络CST_DE3DNet的动作识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号