摘要
本发明提出了一种基于时序建模的可部署边缘设备的轻量级动作识别方法,其中包括:关键帧提取;构建基于MobileNetV3骨干网络的轻量级动作识别模型;将提取的关键帧输入至所述的动作识别模型,首先得到由空间特征和时间特征融合后的抽象特征,再基于所述的融合特征,获取到最后的分类概率,从而得到动作识别结果。本发明先对原视频进行关键帧提取,再对输入地关键帧进行了多尺度的时空特征提取,其中时序特征提取采用了时序建模方法,然后利用ECA通道注意力机制,实现局部跨通道交互,最后融合时空特征信息进行分类获得最后的动作识别结果,有效的提高了动作识别的准确度。
技术关键词
动作识别方法
动作识别模型
关键帧提取方法
时序
通道注意力机制
融合特征
融合时空特征
分支
模块
建模方法
网络
图像
密度
极值
内核
聚类
视频
系统为您推荐了相关专利信息
皮划艇
动作识别方法
动作特征
高阶神经网络
图像处理装置执行
语义分割模型
模态分析方法
智能识别方法
图像
语义分割网络
步长预测方法
控制单元
温湿度
长短期记忆网络
烟丝
工控机
故障预测模型
轻量化模型结构
嵌入式传感器
长短期记忆网络