公开(公告)号：CN117593790A

公开(公告)日：2024-02-23

申请号：CN202311547061.5

申请日：2023-11-20

Applicant: 哈尔滨理工大学

Inventor： 李成严 ,  王昊 ,  窦毅

IPC: G06V40/20 ,  G06V20/40 ,  G06V10/26 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/09

Abstract: 一种基于膨胀注意力机制的段级多尺度动作分割方法，涉及动作分割技术领域。本发明是为了解决现有动作分割方法分割准确率低的问题。本发明包括：获取待分割视频，并将待分割视频输入到预训练好的I3D模型中，获得待分割视频的帧级特征集合；将帧级特征输入到主干网络中，获得每一个帧级特征的类标签集合；将帧级特征按照类标签划分为N1个段落，并将N1个段落输入到动作分割模型中，获得分割出的视频片段；动作分割模型由多注意力编码器和多尺度级膨胀Transformer细化器组成；最后，对分割出的视频片段进行边界回归，获得最终分割出的动作片段。本发明用于视频动作分割。