申请/专利权人:中国科学院计算技术研究所
申请日:2024-04-08
公开(公告)日:2024-06-28
公开(公告)号:CN118262411A
主分类号:G06V40/20
分类号:G06V40/20;G06V20/40;G06V10/82;G06V10/80;G06V10/764;G06N3/0475;G06N3/045;G06N3/094;G06N3/0464
优先权:
专利状态码:在审-公开
法律状态:2024.06.28#公开
摘要:本发明提出一种基于协同自监督视频表示学习的视频动作识别方法和装置,包括:将人物动作视频输入视频编码器进行特征提取,得到训练视频特征序列;通过图像编码器对人物动作视频的关键帧信息进行特征提取,得到图像特征序列,训练视频特征序列和图像特征序列通过对比学习损失约束,获取训练视频静态特征序列;融合训练视频静态特征序列和人物动作视频的人物动作特征序列,得到融合特征序列,根据融合特征序列重建恢复视频,根据恢复视频和人物动作视频构建损失函数训练图像编码器;在训练完成后的编码器后添加全连接层,得到中间动作识别模型,通过已标注动作类别标签的视频数据集微调中间动作识别模型,以完成动作识别任务。
主权项:1.一种基于协同自监督视频表示学习的视频动作识别方法,其特征在于,包括:特征提取步骤,获取无动作类别标签的人物动作视频,将该人物动作视频输入视频编码器进行特征提取,得到训练视频特征序列;通过图像编码器对该人物动作视频的关键帧信息进行特征提取,得到图像特征序列,该训练视频特征序列和该图像特征序列通过对比学习损失约束,获取训练视频静态特征序列;特征融合步骤,融合该训练视频静态特征序列和该人物动作视频的人物动作特征序列,得到融合特征序列,根据该融合特征序列重建恢复视频,根据该恢复视频和该人物动作视频构建损失函数训练该图像编码器;动作识别步骤,在训练完成后的该编码器后添加全连接层,得到中间动作识别模型,通过已标注动作类别标签的视频数据集微调训练该中间动作识别模型,得到最终动作识别模型,完成动作识别任务。
全文数据:
权利要求:
百度查询: 中国科学院计算技术研究所 基于协同自监督视频表示学习的视频动作识别方法及装置
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。