摘要
本发明公开了基于关键帧的人体动作识别方法及系统,包括:获取目标视频,从目标视频中提取动作的关键帧;基于关键帧构建全局特征和局部特征的运动特征,包括全局运动图像和量化运动特征;通过不同原始点计算的量化运动特征构建多尺度运动矩阵;将多尺度运动矩阵和全局特征通过两阶段级联神经网络进行动作识别。本发明使用关键帧可以显著减少输入参数。在关键帧提取过程中,可以同时统一不同动作的时间尺度。其次,采用多个原始点来构建一个尺度比只有一个原始点大得多的运动矩阵。因此,可以采用当前具有更深层的CNN来实现更高的精度。再次,提出一种级联神经网络,通过全局特征和局部特征进行高效、准确的动作预测。
技术关键词
人体动作识别方法
关键帧
运动特征
级联神经网络
关节运动速度
多尺度
矩阵
人体动作识别系统
两阶段
置信度阈值
表达式
视频
识别模块
坐标
元素
图像
系统为您推荐了相关专利信息
路口交通视频
交叉口
交通信号控制设备
周期
交通监控设备
特征点
视觉SLAM方法
图像
局部特征描述符
融合深度学习
三维场景数据
大语言模型
图像嵌入
模板
文本编码器