摘要
本发明公开一种基于三流卷积网络的长颈鹿行为识别方法,主要通过采用卷积神经网络对视频中每帧图像进行目标检测与姿态估计,获取每只长颈鹿的边界框和关键特征点坐标,然后采用多目标跟踪算法结合骨架姿态相似度实现个体的跨帧追踪与ID保持,对每个被追踪的长颈鹿个体,提取常规帧率的整身视频片段、降帧片段,及以嘴部为中心的局部动作片段,三类片段分别输入不同的全局特征建模网络,用于提取多尺度的行为特征向量,再通过门控注意力融合模块实现自适应特征融合,最终通过全连接层与概率模型输出典型行为,实现高精度的长颈鹿行为识别。
技术关键词
关键特征点
识别方法
注意力
视频
骨架姿态
sigmoid函数
姿态估计
坐标
神经网络结构
关键点
算法
计算方法
定义
多尺度
图像
模块
分类器
膝部
动态
系统为您推荐了相关专利信息
智能故障诊断方法
抽油机
分层注意力
轻量化卷积神经网络
Softmax函数
骨骼CT图像
医学图像分割方法
编码器
加权特征
解码器
多视角
图像
交叉注意力机制
生成三维模型
绘制技术
侧扫声纳图像
海底线缆
快速检测方法
建立神经网络模型
样本