公开(公告)号：CN112001345B

公开(公告)日：2022-09-20

申请号：CN202010893758.8

申请日：2020-08-31

Applicant: 中国科学院自动化研究所

Inventor： 原春锋 ,  杜杨 ,  胡卫明

IPC: G06V40/20 ,  G06V20/40 ,  G06V10/44 ,  G06V10/74 ,  G06V10/764 ,  G06V10/82 ,  G06N3/04

Abstract: 本发明涉及一种基于特征变换度量网络的少样本人体行为识别方法及系统，包括：对多个原始视频进行特征图提取，得到各原始视频的空间特征图；并划分成支持特征图和查询特征图；根据支持特征图和查询特征图，得到变换支持特征图和变换查询特征图；进而得到特征度量距离；根据特征度量距离及查询视频的行为类别，建立识别模型；根据识别模型及待识别视频，确定待识别视频对应的行为类别。本发明基于特征变换网络，通过将特征转移到行为类别中心的偏移位置，能够减小特征类内距离及增大特征类间差异，极大地减小分类难度；并进一步基于特征度量网络，可提高特征度量的精确度，从而可提高少样本人体行为识别精度。

公开(公告)号：CN112001345A

公开(公告)日：2020-11-27

申请号：CN202010893758.8

申请日：2020-08-31

Applicant: 中国科学院自动化研究所

Inventor： 原春锋 ,  杜杨 ,  胡卫明

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明涉及一种基于特征变换度量网络的少样本人体行为识别方法及系统，包括：对多个原始视频进行特征图提取，得到各原始视频的空间特征图；并划分成支持特征图和查询特征图；根据支持特征图和查询特征图，得到变换支持特征图和变换查询特征图；进而得到特征度量距离；根据特征度量距离及查询视频的行为类别，建立识别模型；根据识别模型及待识别视频，确定待识别视频对应的行为类别。本发明基于特征变换网络，通过将特征转移到行为类别中心的偏移位置，能够减小特征类内距离及增大特征类间差异，极大地减小分类难度；并进一步基于特征度量网络，可提高特征度量的精确度，从而可提高少样本人体行为识别精度。