摘要
本发明涉及深度学习领域,更具体地,涉及一种基于深度学习的大熊猫行为识别方法及系统。其中方法包括:获取待检测视频,将待检测视频进行截帧,进行重采样;将待检测图像根据帧差法得到待识别动作图像作为动作理解输入信息;设定当前迭代数i以及迭代标准,其中当前迭代数i=1;构建动作模型以及背景模型;得到指示大熊猫位置信息的边界框;通过动作模型得到动作特征;通过背景模型得到背景特征:进行迭代后进行加权融合,得到最终融合特征;根据最终融合特征对大熊猫行为进行分类。本方法通过多次迭代以及加权融合可以更好的融合背景特征以及动作特征,使得最终的大熊猫行为识别效果更加精确。
技术关键词
动作特征
语义特征提取
融合特征
注意力机制
空间特征信息
分支
识别方法
场景
图像
视频
学习特征
阶段
通道
对象
识别系统
模块
浮点数
双线性
序列
系统为您推荐了相关专利信息
Sigmoid函数
三维模型特征
多模态
自然语言
激光探测仪
血管分割方法
编码器
注意力
分支
计算机程序指令
网络异常检测
办公网络安全
人工智能引擎
网络特征
管理方法
数字孪生模型
深度强化学习算法
三维生物打印技术
大规模数据查询
人工智能交叉技术