一种基于神经网络模型的可预见性行为识别方法

AITNT
正文
推荐专利
一种基于神经网络模型的可预见性行为识别方法
申请号:CN202411605915
申请日期:2024-11-12
公开号:CN119811655B
公开日期:2025-12-05
类型:发明专利
摘要
本发明公开了一种基于神经网络模型的可预见性行为识别方法,包括:收集可预见性行为数据集;行为识别模型构建,基于神经网络模型VideoMAE进行改进,包括编码器、解码器、掩码策略,其中所述编码器包括输入数据预处理、改进的特征提取,所述改进的特征提取,将原来的时空联合自注意力机制改为多头自注意力特征提取模块和局部卷积注意力特征提取模块共同实现特征提取,然后通过线性加权融合得到最终的行为特征F;训练行为识别模型;应用训练好的行为识别模型,进行可预见性行为识别。本发明具有识别准确率高、实时性好、鲁棒性强的特点。
技术关键词
神经网络模型 特征提取模块 识别方法 序列 预测类别 编码器 掩码策略 数据 局部特征信息 注意力参数 输入解码器 标签 训练集 线性 图像 矩阵 注意力机制 融合特征
系统为您推荐了相关专利信息
1
一种服务质量评价问题的指标赋权方法
指标 多元线性回归模型 服务质量评价技术 耦合方法 参数
2
用于视频理解的指令感知记忆装置
记忆装置 视觉特征 大语言模型 文本 交叉注意力机制
3
电解液的配方比例优化方法、系统、电子设备及存储介质
电解液配方 性能指标数据 遗传算法 梯度提升决策树 深度神经网络模型
4
图像异常检测模型训练方法、图像异常检测方法和装置
工业产品图像 分块特征 图像编码器 文本编码器 图像异常检测方法
5
一种输电线路输电设备的红外热缺陷识别方法及装置
电力设备红外图像 像素点 缺陷判定方法 Canny算法 二分算法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号