基于弱监督学习的视频时序行为检测方法
本发明提出一种基于弱监督学习的视频时序行为检测方法,采用对抗思想,通过加入精细化分层对片段级的行为边界进行切分,减少时序检测下行为实例的冗余信息;采用GCN显式建模片段的相似关系,提出了类别片段融合的内外对比损失来监督视频特征的中间表示,通过增大前景与背景间的特征距离,减小相同类别间的特征距离来解决上下文混淆问题,阈值融合得到“行为提案”,实现行为实例结构上完整性与内容上独立性定位的目的;采用互补思想,针对视频信息在特征学习、关系推理过程中的丢失问题,本发明提出将全局节点加入到互补学习层,将学习后的特征根据时间的连续性进行级联与全局节点进行相似度量,保证视频信息的完整性及行为识别的准确性。
《基于弱监督学习的视频时序行为检测方法》是一发明专利,专利号为 2021115348597,当前法律状态为已下证,由青岛科技大学提出申请,发明人为闫春娟;王静;王传旭,申请日期为2021-12-15,公开(公告)日期为2024-08-02,国际专利分类号(IPC)为 G06V 20/40 (2022.01),高新资质:未报高企,所属技术领域包括:视频行为定位、拍摄、人工智能、计算机视觉、视频图像分析、深度学习、动作定位、人机交互、动作识别、视频剪辑、视频内容理解、视频处理、视频剪辑、短视频。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明提出一种基于弱监督学习的视频时序行为检测方法,采用对抗思想,通过加入精细化分层对片段级的行为边界进行切分,减少时序检测下行为实例的冗余信息;采用GCN显式建模片段的相似关系,提出了类别片段融合的内外对比损失来监督视频特征的中间表示,通过增大前景与背景间的特征距离,减小相同类别间的特征距离来解决上下文混淆问题,阈值融合得到“行为提案”,实现行为实例结构上完整性与内容上独立性定位的目的;采用互补思想,针对视频信息在特征学习、关系推理过程中的丢失问题,本发明提出将全局节点加入到互补学习层,将学习后的特征根据时间的连续性进行级联与全局节点进行相似度量,保证视频信息的完整性及行为识别的准确性。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
