一种由粗到细的视频目标行为识别方法

    公开(公告)号:CN110163127A

    公开(公告)日:2019-08-23

    申请号:CN201910375228.1

    申请日:2019-05-07

    IPC分类号: G06K9/00 G06K9/62

    摘要: 本发明公开了一种由粗到细的视频目标行为识别方法,该方法首先利用姿态估计算法或者视频内标注信息获取人体关键点,裁剪缩放人体不同身体部位。以深度神经网络作为特征提取网络,提取不同部位区域的特征向量。利用提取出的不同部位特征向量,迭代训练分类器,寻找行为的最优粗类别划分。对于粗分类器和每个细粒度分类器,选取不同部位与全局特征向量进行级联。单独训练各个分类器。将粗粒度分类器和细粒度分类器分类结果概率融合,得到整个行为识别最终结果。本发明通过构造一个由粗到细的行为识别框架,利用级联行为人不同身体部位不同粒度的特征表达,针对性的训练分类器,从而有效的降低分错相似行为概率,提高了整体行为识别准确率。