基于多阶段记忆映射的在线动作检测方法

AITNT
正文
推荐专利
基于多阶段记忆映射的在线动作检测方法
申请号:CN202510522090
申请日期:2025-04-24
公开号:CN120431632A
公开日期:2025-08-05
类型:发明专利
摘要
本发明涉及一种基于多阶段记忆映射的在线动作检测方法,具体步骤包括:S1,特征提取:利用预训练模型从视频流中提取帧级特征;S2,记忆划分:将提取的特征根据时间分为长期记忆和短期记忆;S3,多级映射记忆编码:对长期记忆采用多阶段映射编码器,包括分段压缩和全局压缩分支,压缩提取关键信息,抑制无关背景;S4,循环解码更新:采用循环解码器对短期记忆进行动态更新,生成未来动作的预判信息;S5,模型训练与优化:通过设计改进损失函数,优化模型中局部特征与全局依赖的融合效果,提升整体检测性能;S6,在线动作检测,基于循环解码更新后的记忆特征实时检测动作,并根据实际的动作标签评估性能。本发明提高了动作检测的准确性和鲁棒性。
技术关键词
在线动作检测 多阶段 二维卷积神经网络 抑制背景噪声 交叉注意力机制 解码器 分支 记忆特征 动态更新 预训练模型 级联 时序依赖关系 联合损失函数 分段 样本 实时视频流
系统为您推荐了相关专利信息
1
一种电热综合能源信息物理系统多阶段韧性协同提升方法
节点 热电联产机组 信息物理系统 热力系统 控制中心
2
一种基于大语言模型的体育比赛解说生成方法
大语言模型 生成系统开发 体育赛事视频 视频分析 生成方法
3
一种基于条件扩散模型的场景级轨迹预测方法、系统、介质及设备
轨迹特征 历史轨迹数据 轨迹预测方法 高精度地图数据 交通
4
一种基于多模态大模型的道岔巡检方法、装置及设备
矩阵 多模态 音频 语音编码器 数据
5
基于跨模态渐进交互的零样本骨架行为识别方法
骨架特征 识别方法 跨模态 非线性归一化方法 交叉注意力机制
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