基于类别特征记忆学习的点监督时序动作定位方法

AITNT
正文
推荐专利
基于类别特征记忆学习的点监督时序动作定位方法
申请号:CN202511026047
申请日期:2025-07-24
公开号:CN120954088A
公开日期:2025-11-14
类型:发明专利
摘要
本发明公开了基于类别特征记忆学习的点监督时序动作定位方法,具体按照如下步骤实施:步骤1,获取时序动作检测视频数据集,把分为训练视频集和测试视频集,并制作对应真值标签;步骤2,构建基于类别特征记忆增强与双分类器的点监督网络结构;步骤3,设计基于类别特征记忆增强与双分类器的点监督网络的损失函数;步骤4,使用训练视频集训练点监督网络结构;步骤5,在测试视频集对经过训练的点监督网络结构进行测试,得到视频的动作定位结果,并对定位结果进行评价。本发明能够提高视频定位和动作识别的精度。
技术关键词
动作定位方法 二分类器 特征提取模块 分支 记忆器 特征提取单元 视频 多类别分类器 网络结构 时序 变量 标签 索引 编码特征 序列 修正网络模型
系统为您推荐了相关专利信息
1
双分支嵌入连接的混凝土裂缝图像分割方法及装置
混凝土裂缝 图像分割方法 输出特征 模块 上采样
2
熔池深度预测方法、装置、设备及存储介质
深度预测模型 深度预测方法 图像 样本 节点
3
深度增强的三维人体姿态估计方法、装置、设备及介质
人体关节点 三维人体姿态估计 融合特征 贝叶斯神经网络 计算机可读程序
4
基于故障仿真与几何特征的飞机刹车系统评估预测方法
飞机刹车系统 评估预测方法 剩余寿命预测模型 退化特征 融合特征
5
一种基于用电数据的配电网调度控制方法及系统
变电站 数据预测模型 故障隔离 载荷 出线开关
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