首页 > 专利学习

一种基于多区域双流卷积神经网络模型的动作检测方法[发明专利]

专利名称：一种基于多区域双流卷积神经网络模型的动作检测方法

专利类型：发明专利

发明人：夏春秋

申请号：CN201710053337.2

申请日：20170122

公开号：CN106815579A

公开日：

20170609

专利内容由知识产权出版社提供

摘要：本发明中提出的一种基于多区域双流卷积神经网络模型的动作检测方法，其主要内容包括：端到端双流更快基于区域的卷积神经网络(R‑CNN)、多区域双流更快R‑CNN、连接和时间定位，其过程为，双流更快R‑CNN采用RGB帧和若干光流图，使用卷积和最大池层来处理，卷积层馈送到域建议网络和兴趣区域池层；多区域双流更快R‑CNN在区域建议网络和RoI池层间嵌入多区域生成层；应用链接和最大子阵列算法的时域定位，计算动作所有链接分数后确定最优路径获得视频级动作检测。本发明多个帧上叠加光流可显著提高帧级动作检测；在快R‑CNN模型增加对身体的各部分的补充信息；能够去除背景杂波，减小光照、遮挡的影响，提高检测效率。

申请人：深圳市唯特视科技有限公司

地址：518057 广东省深圳市高新技术产业园区高新南一道009号中科研发园新产业孵化中心楼610室

国籍：CN

本文发布于:2024-09-22 23:22:43，感谢您对本站的认可！

本文链接：https://www.17tex.com/tex/1/423251.html

上一篇：一种新型直流高速断路器[发明专利]

下一篇：一种面向小样本视频动作分类的方法[发明专利]