本发明提出一种用于具有长尾分布特性的单猴视频动作分类方法,包括步骤一:建立猴子动作数据集;步骤二:构建单猴视频动作分类模型,利用训练集在深度神经网络训练一个包含两个阶段的网络模型,第一阶段提取特征,第二阶段进行分类,然后固定特征提取参数,对分类学习参数进行归一化,学习放缩调节因子以调节分类器参数;步骤三:利用测试集对训练的模型进行评估,确定模型性能;步骤四:将上述训练和验证好的模型进行部署,在实际场景中对视频数据进行分类。本发明通过固定特征提取网络参数,仅对分类学习参数调节来重新平衡分类器的决策边界,以实现长尾分布数据准确性的目的。这种分类方法不需要额外的重训练或重采样或设计特别的损失函数。
声明:
“用于具有长尾分布特性的单猴视频动作分类方法” 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)