本发明涉及一种基于半监督学习的时序行为检测方法及系统,该方法包括:获取视频的时空特征并构建训练集和测试集;获取一个端到端的时序行为检测模型;将训练集输入时序行为检测模型得到分类分数和位置偏移量;然后对时序行为检测模型进行学习优化得到初始模型参数;根据时空特征计算扰动噪声特征;构建学生模型和教师模型;根据初始模型参数对学生模型和教师模型进行初始化;将扰动噪声特征输入初始化学生模型,将时空特征输入初始化教师模型;根据初始化学生模型和初始化教师模型的输出结果对初始化教师模型进行优化;将测试集输入优化后的教师模型得到当前视频中包含的动作类别和动作的时间边界。本发明能够提升行为检测的准确度。
声明:
“基于半监督学习的时序行为检测方法及系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)