[發明專利]一種低俗動作識別方法

在審

• 申請號: 202210123623.2
• 申請日: 2022-02-10
• 公開（公告）號: CN114155480A
• 公開（公告）日: 2022-03-08
• 發明（設計）人: 王金水
• 申請（專利權）人: 北京智視數策科技發展有限公司
• 主分類號: G06V20/40
• 分類號: G06V20/40;G06N3/04;G06N3/08
• 代理公司: 北京市京師律師事務所 11665
• 代理人: 黃熊

1.一種低俗動作識別方法，其特征是：包括以下步驟

S1、判斷需要檢測的視頻是否為短視頻，如判斷結果為是，則進行下一步，如判斷結果為否，則自動將需要檢測的視頻自動等分切割成若干個片段后，進行下一步；

S2、從所述若干個片段的每個片段中均抽取預設幀數的圖像，得到圖像幀序列；

S3、將所述圖像幀序列帶入到訓練模型進行處理后輸出表觀時序信息；

S4、將所述表觀時序信息進行處理后輸出特征向量；

S5、將所述特征向量與預設的向量閾值對比，判斷是否為低俗視頻。

2.根據權利要求1所述的一種低俗動作識別方法，其特征是：在步驟S3之前還需要對所述圖像幀序列中的圖像進行處理，具體包括：

判斷所述圖像幀序列中的圖像的分辨率是否大于預設的分辨率閾值，如是，則進行下一步，如否，則對所述圖像幀序列中的圖像進行處理后進行下一步。

3.根據權利要求2所述的一種低俗動作識別方法，其特征是：所述對所述圖像幀序列中的圖像進行處理，具體包括：

對所述圖像進行直方圖修正處理；

對所述圖像進行均值濾波處理；

對所述圖像進行掩碼匹配處理。

4.根據權利要求1所述的一種低俗動作識別方法，其特征是：所述將所述圖像幀序列帶入到訓練模型進行處理后輸出表觀時序信息，具體包括：

將所述圖像幀序列輸入到卷積神經網絡模型中，輸出特征圖；

將所述特征圖按指定方向進行水平移動和上下交互。

5.根據權利要求1所述的一種低俗動作識別方法，其特征是：所述將所述表觀時序信息進行處理后輸出特征向量，具體包括：

將所述表觀時序信息輸入至雙向長短時記憶網絡模型中并對每幀的時序信息進行線性加權，得到特征向量。

6.根據權利要求1所述的一種低俗動作識別方法，其特征是：預設有一和所述需要檢測的視頻維度相同的容器，當所述需要檢測的視頻進入到GPU計算前，將所述需要監測的視頻暫存在所述容器中。

7.根據權利要求6所述的一種低俗動作識別方法，其特征是：所述自動將需要檢測的視頻自動等分切割成若干個片段，具體包括：

對所述容器進行切片操作。

8.根據權利要求7所述的一種低俗動作識別方法，其特征是：從所述若干個片段的每個片段中均抽取預設幀數的圖像，具體包括：

將切片依次遍歷作為網絡輸入。

9.一種低俗動作識別模型的訓練方法，其特征是：具體包括：

對需要檢測的視頻進行截幀操作；

將識別為截幀操作后的視頻動作作為低俗數據；

將除低俗數據外的數據作為正常數據；

以9:1的比例劃分訓練集和驗證集。