基于张量量化的动作识别方法

摘要

一种基于张量量化的动作识别方法：将原始的视频序列表征为一个三阶视频序列张量A；对视频序列张量A进行Tucker‑2分解获得空域维度减少的核张量：将视频序列张量A，表示成一个低阶的核张量G，找到两个映射矩阵U⁽¹⁾和U⁽²⁾，将最初的视频序列张量A展开为用Tucker‑2分解的视频序列张量A，核张量G也就是所要求的新张量，最小化目标函数，求解出所要寻找的维度减少的核张量G和映射矩阵U⁽¹⁾和U⁽²⁾；应用张量量化技术将空域维度减少的核张量编码到统一的长度；动态学以上的步骤更新结果直到算法收敛结果达到最优。本发明能够将视频序列处理为统一的长度，通过在张量分解的框架中适应性挑选出信息量最多的帧去构建出具有统一视频序列长度的新的视频序列。

主权项

一种基于张量量化的动作识别方法，其特征在于，包括如下步骤：1)将原始的视频序列表征为一个三阶视频序列张量其中I₁，I₂和K分别表示为一个视频序列的宽度、高度和时间轴的长度；2)对视频序列张量A进行Tucker‑2分解获得空域维度减少的核张量，包括：将视频序列张量表示成一个低阶的核张量J₁<I₁，J₂<I₂，找到两个映射矩阵和将最初的视频序列张量A展开为用Tucker‑2分解的视频序列张量A＝G×₁U⁽¹⁾×₂U⁽²⁾+ε，G是核张量也就是所要求的新张量，ε是误差，最小化以下的目标函数，求解出所要寻找的维度减少的核张量G和映射矩阵U⁽¹⁾和U⁽²⁾：$\begin{array}{cc}\underset{G,U^{\left(1\right)},U^{\left(2\right)}}{\min }& \left|\right|A-G{\times }_1{U}^{\left(1\right)}{\times }_2{U}^{\left(2\right)}|{|}^2\\ s.t.& U^{{\left(1\right)}^T}{U}^{\left(1\right)}=I,U^{{\left(2\right)}^T}{U}^{\left(2\right)}=I\end{array}---\left(1\right);$3)应用张量量化技术将空域维度减少的核张量编码到统一的长度；4)动态学习以上的步骤更新结果直到算法收敛结果达到最优。