公开(公告)号：CN118279786A

公开(公告)日：2024-07-02

申请号：CN202410229845.1

申请日：2024-02-29

Applicant: 北京科技大学

Inventor： 刘红敏 ,  李雪梨 ,  徐婧林 ,  樊彬

IPC: G06V20/40 ,  G06V10/62 ,  G06V10/82 ,  G06V40/20 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及计算机视觉技术领域，特别是指一种基于扩散模型的时序动作定位方法，方法包括：获取待处理的视频数据；将视频数据输入到时序特征提取器，得到视频数据的特征；将特征输入到构建好的多尺度的时序表征感知TRP编码器，得到视频特征的长期依赖时序特征信息；将长期依赖时序特征信息输入到训练好的扩散检测器模型，得到视频数据的时序动作定位结果。本发明设计了一种渐进且细化方法，使得精确的边界定位成为可行。并引入了一种时序建模方法，通过强化时序建模来捕捉特征的时序演变信息和长期依赖信息，从而进一步提升动作定位的准确性。

公开(公告)号：CN118279786B

公开(公告)日：2024-11-22

申请号：CN202410229845.1

申请日：2024-02-29

Applicant: 北京科技大学

Inventor： 刘红敏 ,  李雪梨 ,  徐婧林 ,  樊彬

IPC: G06V20/40 ,  G06V10/62 ,  G06V10/82 ,  G06V40/20 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及计算机视觉技术领域，特别是指一种基于扩散模型的时序动作定位方法，方法包括：获取待处理的视频数据；将视频数据输入到时序特征提取器，得到视频数据的特征；将特征输入到构建好的多尺度的时序表征感知TRP编码器，得到视频特征的长期依赖时序特征信息；将长期依赖时序特征信息输入到训练好的扩散检测器模型，得到视频数据的时序动作定位结果。本发明设计了一种渐进且细化方法，使得精确的边界定位成为可行。并引入了一种时序建模方法，通过强化时序建模来捕捉特征的时序演变信息和长期依赖信息，从而进一步提升动作定位的准确性。