一种基于连续的多实例学的视频中动作识别的方法

摘要

本发明公开了一种基于连续的多实例学的视频中动作识别的方法。本发明包括如下步骤：1、从视频网站上收集电影数据作为训练数据样本集，同时对网站上收集字幕和剧本进行预处理，将剧本中的动作描述作为训练数据的视频级别的弱标记；2、通过弱标记将视频切分成多个视频片段，每个视频片段由一个动作组成；对于每个动作，利用视频片段训练基于连续的多实例学的动作分类器；3、用户将待识别视频输入至训练好的多个动作分类器，计算待识别视频的每一帧属于该动作的概率；4、通过视频切割模型得到每一帧的动作类别，将动作类别返回给用户。本发明减少了人工标记费时费力的问题，同时减少了弱标记和转折帧带来的二义性问题。

主权项

一种基于连续的多实例学习的视频中动作识别的方法，其特征在于包括如下步骤：步骤1、从视频网站上收集电影数据作为训练数据样本集，同时从网站上收集字幕和剧本，对字幕和剧本进行预处理，将剧本中的动作描述作为训练数据的视频级别的弱标记；步骤2、通过弱标记将视频切分成多个视频片段，每个视频片段由一个动作组成；对于每个动作，利用视频片段训练基于连续的多实例学习的动作分类器；步骤3、用户将待识别视频输入至训练好的多个动作分类器，计算待识别视频的每一帧属于该动作的概率；步骤4、根据所述步骤3得到的概率，通过视频切割模型得到每一帧的动作类别，将动作类别结果返回给用户。