申请/专利权人:湘潭大学
申请日:2022-12-19
公开(公告)日:2024-06-28
公开(公告)号:CN118262404A
主分类号:G06V40/20
分类号:G06V40/20;G06V10/82;G06V10/80;G06N3/08;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:本发明公开了一种基于分离时空关系的群体行为识别方法、设备和介质,本发明将排球数据集和群体行为数据集作为网络的训练样本,采用了图像预处理操作能够防止模型过拟合,同时提高模型的适应能力;针对分离并增强后的时空特征,采用了包含多头自注意力层的时空关系聚合模块,使源于同一个特征的不同维度的特征重新融合,充分发挥了自注意力机制的强大性能,使不同维度的特征充分弥补,以增强群体行为识别能力。
主权项:1.一种基于分离时空关系的群体行为识别方法、设备和介质,其特征在于,包括以下步骤:步骤1:搭建神经网络模型框架;所述的神经网络模型框架包括主干网络特征提取模块,时空关系分离模块,时空关系聚合模块;通过将属于主干网络特征提取模块中的最后一层的输出特征图,输入到时空关系分离模块,进一步精细化提取到的群体特征;然后分别将精细化的群体特征输入到时空关系聚合模块,将不同个体对群体特征的信息影响进行聚合,得到最后的结果;步骤2:对带标签图片的数据集进行预处理以扩充图片数量并统一大小,然后基于这些图片训练神经网络模型,直至训练完成;步骤3:将待识别的图片输入训练完成的神经网络模型中,得到识别结果。
全文数据:
权利要求:
百度查询: 湘潭大学 基于分离时空关系的群体行为识别方法、设备和介质
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。