专利汇可以提供基于孪生三维卷积神经网络的行为分类方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种基于孪生三维 卷积神经网络 的行为分类方法,步骤1,调整图像 帧 的长、宽到孪生三维卷积神经网络要求的大小;步骤2,把图像帧序列按连续16帧一组进行分组,把每组图像帧输入孪生三维卷积神经网络,提取抽象时间特征与抽象空间特征,把抽象时间特征输入到反卷积网络,得到光流场;步骤3,计算得到总损失函数为,表达式为:L=Lcls+αLflow;步骤4,利用反向传播技术优化网络参数,使网络性能达到最优。本发明 算法 具有速度与准确率上的双重优势。,下面是基于孪生三维卷积神经网络的行为分类方法专利的具体信息内容。
1.一种基于孪生三维卷积神经网络的行为分类方法,其特征在于,该方法具体包括以下步骤:
步骤1,调整图像帧的长、宽到孪生三维卷积神经网络要求的大小;
步骤2,把图像帧序列按连续16帧一组进行分组,把每组图像帧输入孪生三维卷积神经网络,提取抽象时间特征与抽象空间特征,把抽象时间特征输入到反卷积网络,得到光流场;
步骤3,拼接步骤2中得到的抽象时间特征与抽象空间特征,并把提取的一个视频中全部图像帧组的特征取算数平均,平均值输入分类器,获得视频中行为的类别的预测向量,与训练数据标签做运算得到第一损失函数Lcls,表达式如下:
其中, pclass表示类别的预测向量,a表示训练数据的标签向
量,aj表示第j维的训练数据的标签向量a,j表示向量中的维度,N表示一个训练批次中视频的数量;
把步骤2中得到的光流场与训练数据的标签光流场做运算得到第二损失函数Lflow,表达式如下:
其中,(i,j)为光流场中像素点的坐标,I表示光流场中像素点坐标的集合,u,v表示网络预测的光流场在两个方向上的分量,其中u表示网络预测的光流场的水平分量,v表示网络预测的光流场的垂直分量,ug,vg表示标签光流场在两个方向的分量,其中ug表示标签光流场的水平分量,vg表示标签光流场的垂直分量,Nf表示一个视频中图像帧的数量,N表示一个训练批次中视频的数量;
总损失函数为上述第一、第二两个损失函数的加权相加,表达式如下:
L=Lcls+αLflow
其中,α为平衡两个损失函数的权重;
步骤4,使用Adam优化器以及反向传播算法更新网络参数,直到总损失函数L的值不再下降为止,得到最终的网络参数。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
带宽压缩中的预测方法 | 2020-05-08 | 213 |
一种基于反演滑模控制的AGV路径跟踪方法 | 2020-05-11 | 0 |
一种无线体域网能耗和时延加权最小的安全路由选择方法 | 2020-05-08 | 982 |
一种基于区块链和竞拍博弈的网络资源安全共享方法 | 2020-05-08 | 582 |
储能式充电桩参与电网需求侧响应联合运行优化模型与求解算法 | 2020-05-08 | 238 |
一种电采暖设备接入的配电网供电能力优化方法和装置 | 2020-05-08 | 494 |
一种基于部件特征的航空发动机多故障并发诊断方法 | 2020-05-08 | 324 |
雨雪天气条件下的运动目标检测方法 | 2020-05-08 | 195 |
面向慢性病康复的精准运动大数据智能预测、分析及优化系统 | 2020-05-08 | 200 |
一种基于分布式编码的随机梯度下降优化方法 | 2020-05-11 | 565 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。