公开(公告)号：CN109271876A

公开(公告)日：2019-01-25

申请号：CN201810971986.5

申请日：2018-08-24

Applicant: 南京理工大学

Inventor： 宋砚 ,  唐金辉 ,  李泽超 ,  杨明磊

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明提供了一种基于时间演化建模和多示例学习的动作检测方法，包括特征提取、制作训练样本并统计动作长度分布、对训练样本进行时间演化建模并训练多示例学习神经网络、对测试视频进行检测四个过程；首先，通过滑动窗口的方法来切分训练视频得到训练动作片段；然后将训练动作片段进行时间演化建模作为网络的输入特征；再然后使用多任务损失函数来训练网络；最后使用训练好的网络对测试视频上的动作片段提议进行分类和边界估计，得到测试视频上的动作检测结果。

公开(公告)号：CN109271876B

公开(公告)日：2021-10-15

申请号：CN201810971986.5

申请日：2018-08-24

Applicant: 南京理工大学

Inventor： 宋砚 ,  唐金辉 ,  李泽超 ,  杨明磊

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明提供了一种基于时间演化建模和多示例学习的动作检测方法，包括特征提取、制作训练样本并统计动作长度分布、对训练样本进行时间演化建模并训练多示例学习神经网络、对测试视频进行检测四个过程；首先，通过滑动窗口的方法来切分训练视频得到训练动作片段；然后将训练动作片段进行时间演化建模作为网络的输入特征；再然后使用多任务损失函数来训练网络；最后使用训练好的网络对测试视频上的动作片段提议进行分类和边界估计，得到测试视频上的动作检测结果。