摘要
本发明公开了一种视频行为识别方法,具体是涉及到一种视频行为识别模型训练方法、视频行为识别方法及装置。视频行为识别模型训练方法,包括:在基础任务上对初始视频行为识别模型进行基础训练,通过最小化交叉熵损失得到训练后的初始视频行为识别模型,所述初始视频行为识别模型包括主干网络、瓶颈层和线性分类头和慢快动态重参数化模块;保留所述主干网络和所述瓶颈层的模型参数,使用随机初始化的多层感知机解析头替换所述线性分类头,得到基础视频行为识别模型;在K个增量任务上对所述基础视频行为识别模型进行迭代训练,得到目标视频行为识别模型。本方法可在完全保护数据隐私的前提下实现更高的准确性。
技术关键词
识别模型训练方法
视频
分支
识别方法
多层感知机
参数
基础
瓶颈
保护数据隐私
上采样
动态
网络
原型
模块
线性
处理器
存储器
识别装置
系统为您推荐了相关专利信息
机器学习模型
二次电池组
无监督学习方法
计算机可读记录介质
视频记录装置
轻量化神经网络
识别系统
子模块
场景
深层特征提取
残差结构
特征提取网络
注意力机制
抑制背景噪声
特征强化融合