公开(公告)号：CN116959100B

公开(公告)日：2024-10-11

申请号：CN202310732026.4

申请日：2023-06-20

Applicant: 北京邮电大学

Inventor： 明悦 ,  熊露 ,  周江琬 ,  吕柏阳 ,  冯帆

IPC: G06V40/20 ,  G06V20/40 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明提供了一种基于频域增强的压缩视频人体行为识别方法。该方法包括：构建频域增强FE模块，所述FE模块包括时间‑通道双头注意力TCTHA模块和频段重叠的分组卷积FOGC模块；将所述FE模块插入到骨干网络为ResNet‑50的网络中，得到频域增强的压缩视频人体行为识别FENet网络，对所述FENet网络进行训练；将待识别的压缩视频数据输入到训练好的FENet网络中，FENet网络输出所述待识别的压缩视频的人体行为识别结果。本发明方法解决了频域学习的低频纹理和边缘线索丢失问题、时空建模不足的问题，与其他基于频域数据的方法相比，达到了更高的识别准确率，与其他基于压缩域数据的方法和基于RGB数据方法相比，也达到了具有竞争力的准确率，同时具有较高的效率。

公开(公告)号：CN116959100A

公开(公告)日：2023-10-27

申请号：CN202310732026.4

申请日：2023-06-20

Applicant: 北京邮电大学

Inventor： 明悦 ,  熊露 ,  周江琬 ,  吕柏阳 ,  冯帆

IPC: G06V40/20 ,  G06V20/40 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明提供了一种基于频域增强的压缩视频人体行为识别方法。该方法包括：构建频域增强FE模块，所述FE模块包括时间‑通道双头注意力TCTHA模块和频段重叠的分组卷积FOGC模块；将所述FE模块插入到骨干网络为ResNet‑50的网络中，得到频域增强的压缩视频人体行为识别FENet网络，对所述FENet网络进行训练；将待识别的压缩视频数据输入到训练好的FENet网络中，FENet网络输出所述待识别的压缩视频的人体行为识别结果。本发明方法解决了频域学习的低频纹理和边缘线索丢失问题、时空建模不足的问题，与其他基于频域数据的方法相比，达到了更高的识别准确率，与其他基于压缩域数据的方法和基于RGB数据方法相比，也达到了具有竞争力的准确率，同时具有较高的效率。