首页> 中国专利> 一种基于自适应时间结构深度网络的偷窃行为识别方法

一种基于自适应时间结构深度网络的偷窃行为识别方法

摘要

本发明公开了一种自适应时间结构深度网络的偷窃行为识别方法。本发明采用分段方式,实现对长时视频的处理。针对段内特征相似度高而产生的信息冗余问题,通过估计段内时间结构的距离阈值,来计算段内每个视频帧的二值采样标记,去除段内冗余的视频帧,减少段内模型计算量。针对视频段的语义信息重要性估计问题,设计了子行为原型参数矩阵,学习每个视频段的子行为相关的语义描述,并估计视频段的时间注意力,进行视频段的特征增强。最后,对多视频段的特征串联,并使用三层感知器,实现偷窃行为识别。本文发明具有时间自适应能力强,对长时视频中段内的冗余视频帧,和段间的语义信息分析,都具有较好的鲁棒处理能力,可有效实现偷窃行为识别。

著录项

  • 公开/公告号CN114463846A

    专利类型发明专利

  • 公开/公告日2022-05-10

    原文格式PDF

  • 申请/专利权人 合肥工业大学;

    申请/专利号CN202210087197.1

  • 申请日2022-01-25

  • 分类号G06V40/20;G06V20/40;G06V10/774;G06V10/82;G06K9/62;G06N3/04;G06N3/08;

  • 代理机构

  • 代理人

  • 地址 230009 安徽省合肥市包河区屯溪路193号

  • 入库时间 2023-06-19 15:13:29

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2022-05-10

    公开

    发明专利申请公布

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号