摘要
本发明提供一种基于金字塔挤压注意力模块的群体行为识别方法及装置,所述方法包括、提取视频片段内各帧每个参与者的个体表观特征,提取视频片段内各帧每个参与者的关键点特征;将各个参与者的个体表观特征及关键点特征输入训练完毕的群体金字塔挤压注意力模型,所述金字塔挤压注意力模型为各个参与者的个体表观特征分配注意力权重,计算各个参与者的个体表观特征与该参与者的关键点特征的加权后的融合特征;基于各个参与者的加权后的融合特征构建金字塔群体表观特征图;将所述金字塔群体表观特征图输入训练完毕的图神经网络模型,识别群体行为。本方法保持了低计算和存储成本,整合了局部和非局部特征信息,实现了精确的图像超分辨率重建。
技术关键词
关键点特征
金字塔
注意力模型
多层感知机
分支
融合特征
模块
二维卷积神经网络
神经网络模型
生成特征
图像超分辨率重建
识别方法
坐标
双线性插值算法
视频
局部特征信息
指令
系统为您推荐了相关专利信息
矩阵
多层感知机
Pearson相关系数
轮廓系数
基因表达特征
空间信息提取技术
重构光谱
动态配准方法
配准误差
双分支卷积神经网络
混淆编译方法
分支
解码函数
字符串替换
混淆方法