CN105956517A - 一种基于密集轨迹的动作识别方法 - Google Patents
一种基于密集轨迹的动作识别方法 Download PDFInfo
- Publication number
- CN105956517A CN105956517A CN201610249911.7A CN201610249911A CN105956517A CN 105956517 A CN105956517 A CN 105956517A CN 201610249911 A CN201610249911 A CN 201610249911A CN 105956517 A CN105956517 A CN 105956517A
- Authority
- CN
- China
- Prior art keywords
- track
- intensive
- video
- subcharacter
- feature
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
- G06V20/42—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items of sport video content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
Abstract
Description
Claims (5)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610249911.7A CN105956517B (zh) | 2016-04-20 | 2016-04-20 | 一种基于密集轨迹的动作识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610249911.7A CN105956517B (zh) | 2016-04-20 | 2016-04-20 | 一种基于密集轨迹的动作识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105956517A true CN105956517A (zh) | 2016-09-21 |
CN105956517B CN105956517B (zh) | 2019-08-02 |
Family
ID=56917903
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610249911.7A Active CN105956517B (zh) | 2016-04-20 | 2016-04-20 | 一种基于密集轨迹的动作识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105956517B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106571014A (zh) * | 2016-10-24 | 2017-04-19 | 上海伟赛智能科技有限公司 | 一种在视频中识别异常动作的方法和系统 |
CN106709419A (zh) * | 2016-11-18 | 2017-05-24 | 中山大学 | 一种基于显著轨迹空间信息的视频人体行为识别方法 |
CN106815600A (zh) * | 2016-12-27 | 2017-06-09 | 浙江工业大学 | 用于人类行为识别的深度联合结构化和结构化学习方法 |
CN106845329A (zh) * | 2016-11-11 | 2017-06-13 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种基于深度卷积特征多通道金字塔池化的动作识别方法 |
CN107169414A (zh) * | 2017-04-13 | 2017-09-15 | 南京邮电大学 | 一种基于稠密轨迹小片段的异常行为检测方法 |
CN107705324A (zh) * | 2017-10-20 | 2018-02-16 | 中山大学 | 一种基于机器学习的视频目标检测方法 |
CN109376696A (zh) * | 2018-11-28 | 2019-02-22 | 北京达佳互联信息技术有限公司 | 视频动作分类的方法、装置、计算机设备和存储介质 |
CN110163144A (zh) * | 2019-05-17 | 2019-08-23 | 成都信息工程大学 | 一种从视频中自动识别人体行为的方法 |
CN110236560A (zh) * | 2019-06-06 | 2019-09-17 | 深圳市联邦佳维工业装备有限公司 | 智能穿戴设备的六轴姿态检测方法、系统 |
CN110533088A (zh) * | 2019-08-16 | 2019-12-03 | 湖北工业大学 | 一种基于区分式卷积神经网络的场景文字语种识别方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140169663A1 (en) * | 2012-12-19 | 2014-06-19 | Futurewei Technologies, Inc. | System and Method for Video Detection and Tracking |
CN104794446A (zh) * | 2015-04-22 | 2015-07-22 | 中南民族大学 | 基于合成描述子的人体动作识别方法及系统 |
CN105069434A (zh) * | 2015-08-12 | 2015-11-18 | 河海大学常州校区 | 一种视频中人体动作行为识别方法 |
CN105095866A (zh) * | 2015-07-17 | 2015-11-25 | 重庆邮电大学 | 一种快速行为识别方法和系统 |
-
2016
- 2016-04-20 CN CN201610249911.7A patent/CN105956517B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140169663A1 (en) * | 2012-12-19 | 2014-06-19 | Futurewei Technologies, Inc. | System and Method for Video Detection and Tracking |
CN104794446A (zh) * | 2015-04-22 | 2015-07-22 | 中南民族大学 | 基于合成描述子的人体动作识别方法及系统 |
CN105095866A (zh) * | 2015-07-17 | 2015-11-25 | 重庆邮电大学 | 一种快速行为识别方法和系统 |
CN105069434A (zh) * | 2015-08-12 | 2015-11-18 | 河海大学常州校区 | 一种视频中人体动作行为识别方法 |
Non-Patent Citations (2)
Title |
---|
HAIYAN XU 等: "Human action recognition using late fusion and dimensionality reduction", 《2014 19TH INTERNATIONAL CONFERENCE ON DIGITAL SIGNAL PROCESSING》 * |
WANG, HENG 等: "Action Recognition with Improved Trajectories", 《2013 IEEE INTERNATIONAL CONFERENCE ON COMPUTER VISION (ICCV)》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106571014A (zh) * | 2016-10-24 | 2017-04-19 | 上海伟赛智能科技有限公司 | 一种在视频中识别异常动作的方法和系统 |
CN106845329A (zh) * | 2016-11-11 | 2017-06-13 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种基于深度卷积特征多通道金字塔池化的动作识别方法 |
CN106709419A (zh) * | 2016-11-18 | 2017-05-24 | 中山大学 | 一种基于显著轨迹空间信息的视频人体行为识别方法 |
CN106815600A (zh) * | 2016-12-27 | 2017-06-09 | 浙江工业大学 | 用于人类行为识别的深度联合结构化和结构化学习方法 |
CN106815600B (zh) * | 2016-12-27 | 2019-07-30 | 浙江工业大学 | 用于人类行为识别的深度联合结构化和结构化学习方法 |
CN107169414A (zh) * | 2017-04-13 | 2017-09-15 | 南京邮电大学 | 一种基于稠密轨迹小片段的异常行为检测方法 |
CN107705324A (zh) * | 2017-10-20 | 2018-02-16 | 中山大学 | 一种基于机器学习的视频目标检测方法 |
CN109376696A (zh) * | 2018-11-28 | 2019-02-22 | 北京达佳互联信息技术有限公司 | 视频动作分类的方法、装置、计算机设备和存储介质 |
CN110163144A (zh) * | 2019-05-17 | 2019-08-23 | 成都信息工程大学 | 一种从视频中自动识别人体行为的方法 |
CN110236560A (zh) * | 2019-06-06 | 2019-09-17 | 深圳市联邦佳维工业装备有限公司 | 智能穿戴设备的六轴姿态检测方法、系统 |
CN110533088A (zh) * | 2019-08-16 | 2019-12-03 | 湖北工业大学 | 一种基于区分式卷积神经网络的场景文字语种识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105956517B (zh) | 2019-08-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105956517A (zh) | 一种基于密集轨迹的动作识别方法 | |
CN110175596B (zh) | 基于双流卷积神经网络的虚拟学习环境微表情识别与交互方法 | |
CN110598005B (zh) | 一种面向公共安全事件的多源异构数据知识图谱构建方法 | |
CN105069434B (zh) | 一种视频中人体动作行为识别方法 | |
CN110096950A (zh) | 一种基于关键帧的多特征融合行为识别方法 | |
CN108288015B (zh) | 基于时间尺度不变性的视频中人体动作识别方法及系统 | |
CN109902748A (zh) | 一种基于多层信息融合全卷积神经网络的图像语义分割方法 | |
CN103123619B (zh) | 基于情感上下文的视觉语音多模态协同分析方法 | |
Kim et al. | Fast pedestrian detection in surveillance video based on soft target training of shallow random forest | |
Yan et al. | Cross-domain facial expression recognition based on transductive deep transfer learning | |
CN101894276A (zh) | 人体动作识别的训练方法和识别方法 | |
CN109493364A (zh) | 一种结合残差注意力和上下文信息的目标跟踪算法 | |
CN106845329A (zh) | 一种基于深度卷积特征多通道金字塔池化的动作识别方法 | |
CN111079547B (zh) | 一种基于手机惯性传感器的行人移动方向识别方法 | |
Zhao et al. | ME-PLAN: A deep prototypical learning with local attention network for dynamic micro-expression recognition | |
CN109508686B (zh) | 一种基于层次化特征子空间学习的人体行为识别方法 | |
CN107146237A (zh) | 一种基于在线状态学习与估计的目标跟踪方法 | |
Kindiroglu et al. | Temporal accumulative features for sign language recognition | |
CN111709284B (zh) | 基于cnn-lstm的舞蹈情感识别方法 | |
CN110096991A (zh) | 一种基于卷积神经网络的手语识别方法 | |
Zhang et al. | 3-D deconvolutional networks for the unsupervised representation learning of human motions | |
Yang et al. | A fast vehicle counting and traffic volume estimation method based on convolutional neural network | |
Jarabese et al. | Sign to speech convolutional neural network-based filipino sign language hand gesture recognition system | |
Lv et al. | Traditional Chinese medicine recognition based on target detection | |
CN112258557B (zh) | 一种基于空间注意力特征聚合的视觉跟踪方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20170316 Address after: 528300 Guangdong province Foshan city Shunde District Daliang South Road No. 9 Research Institute Applicant after: Internation combination research institute of Carnegie Mellon University of Shunde Zhongshan University Applicant after: Sun Yat-sen University Address before: 528300 Guangdong province Foshan city Shunde District Daliang South Road No. 9 Research Institute Applicant before: Internation combination research institute of Carnegie Mellon University of Shunde Zhongshan University |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |