CN113221689A - 视频多目标情感度预测方法及*** - Google Patents

视频多目标情感度预测方法及*** Download PDF

Info

Publication number
CN113221689A
CN113221689A CN202110463643.XA CN202110463643A CN113221689A CN 113221689 A CN113221689 A CN 113221689A CN 202110463643 A CN202110463643 A CN 202110463643A CN 113221689 A CN113221689 A CN 113221689A
Authority
CN
China
Prior art keywords
video
target
emotion
degree
prediction
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110463643.XA
Other languages
English (en)
Other versions
CN113221689B (zh
Inventor
艾旭升
刘楷
张婷
李良
陈园园
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou Vocational Institute of Industrial Technology
Original Assignee
Suzhou Vocational Institute of Industrial Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Suzhou Vocational Institute of Industrial Technology filed Critical Suzhou Vocational Institute of Industrial Technology
Priority to CN202110463643.XA priority Critical patent/CN113221689B/zh
Publication of CN113221689A publication Critical patent/CN113221689A/zh
Application granted granted Critical
Publication of CN113221689B publication Critical patent/CN113221689B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Evolutionary Biology (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Human Computer Interaction (AREA)
  • Image Analysis (AREA)

Abstract

本发明属于视频数据处理技术领域，公开了一种视频多目标情感度预测方法及***，主要思路是：视频v中包含多个目标，经过多目标视频解析后，形成多个单目标视频；然后根据单目标视频的时长，调用短视频情感度模块或长视频情感度模型预测目标的情感度；最后根据场景不同，计算视频的总和情感度或者最大情感度。本发明可以提高视频情感度的预测精度和理解。

Description

视频多目标情感度预测方法及***
技术领域
本发明涉及视频数据处理技术领域，特别涉及一种视频多目标情感度预测方法及***。
背景技术
视频情感(度)预测技术应用场景包括：1)教学视频中有多个学生，预测教学内容的总 和关注度；2)公共场所(机场、车站、政府机关)多个人在行走，可能危险分子在靠近，提 前安全预警。目前智能AI市场多目标情感(度)预测技术主要还是解析图片，不追踪单个目 标的视频，造成视频情感度预测不准确，也难以定位危险目标。因此，如何解决多个目标(人 或动物)在视频(图片序列)中的情感度(比如学生注意力或***敌意)预测成为一项 亟待研究的新课题。
发明内容
本发明针对目前智能AI市场多目标情感度预测技术存在的问题，提出了一种视频多目标 情感度预测方法及***。
为了解决上述技术问题，本发明的技术方案为：
一种视频多目标情感度预测方法，包括以下步骤：
S1，视频中包含多个目标，经过多目标视频解析后，形成多个单目标视频；
S2，判断单目标视频时长是否小于x秒，若小于x秒则进入步骤S3，否则进入步骤S4；
S3，对单目标视频进行短视频情感度预测，然后进入步骤S5；
S4，对单目标视频进行长视频情感度预测，然后进入步骤S5；
S5，根据应用场景情感度预测的不同需求，计算综合情感度或者最大情感度。
优选的，步骤S1包括：
S11，通过设置滑动窗口长度和重叠窗口长度来将多目标视频切分为多个视频片段；
S12，对视频片段，通过多目标跟踪技术，追踪视频片段目标，得到目标的边框序列；
S13，对前后视频片段的目标的边框序列做对比，确认追踪的是否为同一目标，并且增加 帧索引；
S14，根据目标边框序列的帧索引从多目标视频中读取对应的帧，分割出每个目标的图片， 形成单目标视频。
优选的，步骤S3包括：
S31，读取单目标视频中的每张图片，提取6个视频跟踪属性和3个头部姿势属性，合并 形成9维向量；
S32，计算短视频的属性，视频的视线跟踪属性采用偏差和，姿势属性采用标准方差，形 成一个9维向量输入到神经网络模型；
S33，对短视频采用深度神经网络模型识别。
优选的，步骤S4包括：
S41，读取单目标视频中的每张图片，提取6个视频跟踪属性和3个头部姿势属性，合并 形成9维向量；
S42，将长视频划分成10个视频片段，计算长视频的视频片段的属性，视频的视线跟踪 属性采用偏差和，姿势属性采用标准方差，形成一个9维向量输入到神经网络模型；
S43，对长视频采用LSTM多实例学习模型识别。
优选的，步骤S33包括：深度神经网络模型的输入是一个一维向量，经过三个全连接层 后，转换到高维空间，最后一个全连接层采用Sigmoid函数，把情感度映射到[0，1]之间。
优选的，步骤S43包括：长视频情感度模型的输入是一个二维向量，LSTM层计算10个 视频片段的激活值，接下来的压平层转换向量到一维空间，接着三个全连接层进行空间转换， 最后一个平均池化层取10个视频片段情感度的平均值。
一种视频多目标情感度预测***，包括：
多目标解析模块，视频中包含多个目标，经过解析后，形成多个单目标视频；
视频时长判断模块，判断单目标视频时长是否小于x秒；
短视频情感度预测模块，对小于x秒的单目标视频进行短视频情感度预测；
长视频情感度预测模块，对大于x秒的单目标视频进行长视频情感度预测；
情感加权判断模块，根据对不同情感度预测的需要选择是否需要情感加权；
情感度计算模块，若选择情感加权，则计算综合情感度，否则计算最大情感度。
优选的，所述短视频情感度预测模块采用深度神经网络模型；所述长视频情感度预测模 块采用LSTM多实例学习模型。
与现有技术相比，本发明的有益技术效果是：
本发明基于多目标追踪技术和重叠窗口技术，形成每个目标的视频作为预测模型的输入， 并且根据单目标视频长度，应用不同的预测模型，比如短视频应用神经网络模型，而长视频 则应用LSTM多实例学习模型，从而提高视频情感度的预测精度和理解。
附图说明
图1为本发明一种视频多目标情感度预测方法的流程图；
图2为本发明多目标视频解析中视频片段切分的原理示意图；
图3为本发明深度神经网络模型的原理示意图；
图4为本发明LSTM多实例学习模型的原理示意图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步说明。在此需要说明的是，对于这些实 施方式的说明用于帮助理解本发明，但并不构成对本发明的限定。此外，下面所描述的本发 明各个实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互组合。
实施例一
如图1所示，一种视频多目标情感度预测方法，包括以下步骤：
S1，视频中包含多个目标，经过多目标视频解析后，形成多个单目标视频；
S11，设置滑动窗口长度为l，重叠窗口长度为p，见图2，假设视频v的长度为|v|，那么视频切分为(|v|+p)/(l-p)个窗口的视频片段[w1，w2，...wn]，
Figure BDA0003042564380000021
Figure BDA0003042564380000022
是下取整函数。
S12，对于视频片段wk，通过多目标跟踪技术(https://www.cnblogs.com/SCCQ/p/12316917.html)，调用多目标技术(比如dlib)追踪视频片 段的目标，得到目标t的边框序列
Figure BDA0003042564380000031
其中a，b， c，d分别代表边框的左上角x坐标、左下角y坐标、右上角x坐标、右下角y坐标。并且， 为了记住边框在视频中的位置，增加一个帧索引，因此
Figure BDA0003042564380000032
Figure BDA0003042564380000033
S13，从k＝1开始，对于wk中任一目标t的边框序列
Figure BDA0003042564380000034
都与wk+1任一目标q的边框序列
Figure BDA0003042564380000035
做比较。如果
Figure BDA0003042564380000036
中的后面p个边框与
Figure BDA0003042564380000037
的前面p个边框的IoU值小于ε(IoU的定 义如下，也可以参考：https://blog.csdn.net/caokaifa/article/details/80724842)，那么认为
Figure BDA0003042564380000038
和
Figure BDA0003042564380000039
追 踪的是同一目标，合并
Figure BDA00030425643800000310
和
Figure BDA00030425643800000311
删除重复的p个边框。最终，n个窗口追踪的每个目标， 有合并后的边框序列Qt。
Figure BDA00030425643800000312
S14，任意目标t的边框序列Qt，从第一个边框开始，根据帧索引i从视频v中读取对应 的帧，然后基于(a，b，c，d)分割出目标t的图片，形成单目标视频。
S2，判断单目标视频时长是否小于x秒，若小于x秒则进入步骤S3，否则进入步骤S4；
本实施例中，x＝30，但对此不进行任何限制。
S3，对单目标视频进行短视频情感度预测，然后进入步骤S5；
S31，图片属性提取。调用OpenCV，读取单目标视频中的每张图片，调用OpenFace库(https://www.cl.cam.ac.uk/research/rainbow/projjects/openface/)提取6个视线跟踪属性和3个头部 姿势属性，合并形成9维向量。
S32，视频片段属性提取。计算短视频的属性，视频的视线跟踪属性采用偏差和，姿势属 性采用标准方差，形成一个9维向量输入到神经网络模型，其中
偏差和＝∑(属性值-属性平均值)
Figure BDA00030425643800000313
S33，获取情感度。对短视频(30秒以内)，采用深度神经网络模型进行检测，见图3。
深度神经网络模型的输入是一个一维向量，经过三个全连接层后转换到高纬空间，最后 一个全连接层采用Sigmoid函数，把情感度映射到[0，1]之间。模型的详细结构见表1。
表1深度神经网络模型结构
层类型 隐藏层节点数 激活函数 输出维度
输入 9
全连接层 128 Relu 128
全连接层 128 Relu 128
全连接层 100 Relu 100
全连接层 1 Sigmoid 1
Relu(x)＝max(0，x)
Figure BDA0003042564380000041
S4，对单目标视频进行长视频情感度预测，然后进入步骤S5；
S41，图片属性提取。调用OpenCV，读取单目标视频中的每张图片，调用OpenFace库(https://www.cl.cam.ac.uk/research/rainbow/projects/openface/)提取6个视线跟踪属性和3个头部 姿势属性，合并形成9维向量。
S42，将长视频(30秒以上)划分成10个视频片段，计算视频片段的属性，视频的视线 跟踪属性采用偏差和，姿势属性采用标准方差，形成一个9维向量输入到神经网络模型，其 中
偏差和＝∑(属性值-属性平均值)
Figure BDA0003042564380000042
S43，获取情感度。对于长视频(30秒以上)，采用LSTM多实例学习模型，见图4。
长视频情感度模型的输入是一个二维向量，LSTM层计算10个视频片段的激活值，接下 来的压平层转换向量到一维空间，接着三个全连接层进行空间转换，最后一个平均池化层取 10个视频片段情感度的平均值。模型的详细结构见表2。
表2 LSTM多实例学习模型
层类型 隐藏层节点数 激活函数 输出维度
输入 (10，9)
LSTM层 32 Sigmoid (10，32)
LSTM层 32 Sigmoid (10，32)
全连接层 32 Relu (10，32)
全连接层 32 Relu (10，32)
全连接层 1 Relu (10，1)
平均池化层 1
其中，LSTM层：见https://keras.io/api/layers/recurrent_layers/lstm/；
压平层：见https://keras.io/api/layers/reshaping_layers/flatten/；
全连接层：见https://keras.io/api/layers/core_layers/dense/；
平均池化层：见https://keras.io/api/layers/pooling_layers/global_average_pooling1d/。
S5，根据应用场景的不同，采用综合情感度(比如学生注意力)或者最大情感度(行人 的危险度)。综合情感度是多个目标情感度的加权平均，最终情感可能大于1，而最大情感度 取多个目标视频情感度的最大值，最终情感在0到1之间。
实施例二
请综合参考图1至图4，一种视频多目标情感度预测***，包括：
多目标解析模块，视频中包含多个目标，经过解析后，形成多个单目标视频；
视频时长判断模块，判断单目标视频时长是否小于x秒；
短视频情感度预测模块，对小于x秒的单目标视频进行短视频情感度预测；
长视频情感度预测模块，对大于x秒的单目标视频进行长视频情感度预测；
情感加权判断模块，根据对不同情感度预测的需要选择是否需要情感加权；
情感度计算模块，若选择情感加权，则计算综合情感度，否则计算最大情感度。
在一个实施例中，短视频情感度预测模块采用深度神经网络模型；长视频情感度预测模 块采用LSTM多实例学习模型。
需要说明的是，当增加任何模块来实现本发明实施例一中任一步骤所述的功能时，均属 于本发明所保护的范围。
以上结合附图对本发明的实施方式作了详细说明，但本发明不限于所描述的实施方式。 对于本领域的技术人员而言，在不脱离本发明原理和精神的情况下，对这些实施方式进行多 种变化、修改、替换和变型，仍落入本发明的保护范围内。

Claims (8)

1.一种视频多目标情感度预测方法，其特征在于，包括以下步骤：
S1，视频中包含多个目标，经过多目标视频解析后，形成多个单目标视频；
S2，判断单目标视频时长是否小于x秒，若小于x秒则进入步骤S3，否则进入步骤S4；
S3，对单目标视频进行短视频情感度预测，然后进入步骤S5；
S4，对单目标视频进行长视频情感度预测，然后进入步骤S5；
S5，根据应用场景情感度预测的不同需求，计算综合情感度或者最大情感度。
2.根据权利要求1所述的一种视频多目标情感度预测方法，其特征在于，步骤S1包括：
S11，通过设置滑动窗口长度和重叠窗口长度来将多目标视频切分为多个视频片段；
S12，对视频片段，通过多目标跟踪技术，追踪视频片段目标，得到目标的边框序列；
S13，对前后视频片段的目标的边框序列做对比，确认追踪的是否为同一目标，并且增加帧索引；
S14，根据目标边框序列的帧索引从多目标视频中读取对应的帧，分割出每个目标的图片，形成单目标视频。
3.根据权利要求2所述的一种视频多目标情感度预测方法，其特征在于，步骤S3包括：
S31，读取单目标视频中的每张图片，提取6个视频跟踪属性和3个头部姿势属性，合并形成9维向量；
S32，计算短视频的属性，视频的视线跟踪属性采用偏差和，姿势属性采用标准方差，形成一个9维向量输入到神经网络模型；
S33，对短视频采用深度神经网络模型识别。
4.根据权利要求3所述的一种视频多目标情感度预测方法，其特征在于，步骤S4包括：
S41，读取单目标视频中的每张图片，提取6个视频跟踪属性和3个头部姿势属性，合并形成9维向量；
S42，将长视频划分成10个视频片段，计算长视频的视频片段的属性，视频的视线跟踪属性采用偏差和，姿势属性采用标准方差，形成一个9维向量输入到神经网络模型；
S43，对长视频采用LSTM多实例学习模型识别。
5.根据权利要求3所述的一种视频多目标情感度预测方法，其特征在于，步骤S33包括：深度神经网络模型的输入是一个一维向量，经过三个全连接层后，转换到高维空间，最后一个全连接层采用Sigmoid函数，把情感度映射到[0，1]之间。
6.根据权利要求4所述的一种视频多目标情感度预测方法，其特征在于，步骤S43包括：长视频情感度模型的输入是一个二维向量，LSTM层计算10个视频片段的激活值，接下来的压平层转换向量到一维空间，接着三个全连接层进行空间转换，最后一个平均池化层取10个视频片段情感度的平均值。
7.一种视频多目标情感度预测***，其特征在于，包括：
多目标解析模块，视频中包含多个目标，经过解析后，形成多个单目标视频；
视频时长判断模块，判断单目标视频时长是否小于x秒；
短视频情感度预测模块，对小于x秒的单目标视频进行短视频情感度预测；
长视频情感度预测模块，对大于x秒的单目标视频进行长视频情感度预测；
情感加权判断模块，根据对不同情感度预测的需要选择是否需要情感加权；
情感度计算模块，若选择情感加权，则计算综合情感度，否则计算最大情感度。
8.根据权利要求7所述的一种视频多目标情感度预测***，其特征在于：所述短视频情感度预测模块采用深度神经网络模型；所述长视频情感度预测模块采用LSTM多实例学习模型。
CN202110463643.XA 2021-04-27 2021-04-27 视频多目标情感度预测方法 Active CN113221689B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110463643.XA CN113221689B (zh) 2021-04-27 2021-04-27 视频多目标情感度预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110463643.XA CN113221689B (zh) 2021-04-27 2021-04-27 视频多目标情感度预测方法

Publications (2)

Publication Number Publication Date
CN113221689A true CN113221689A (zh) 2021-08-06
CN113221689B CN113221689B (zh) 2022-07-29

Family

ID=77089400

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110463643.XA Active CN113221689B (zh) 2021-04-27 2021-04-27 视频多目标情感度预测方法

Country Status (1)

Country Link
CN (1) CN113221689B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114443896A (zh) * 2022-01-25 2022-05-06 百度在线网络技术（北京）有限公司 数据处理方法和用于训练预测模型的方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106407903A (zh) * 2016-08-31 2017-02-15 四川瞳知科技有限公司 基于多尺度卷积神经网络的实时人体异常行为识别方法
CN109685045A (zh) * 2018-06-25 2019-04-26 鲁东大学 一种运动目标视频跟踪方法及***
CN110650368A (zh) * 2019-09-25 2020-01-03 新东方教育科技集团有限公司 视频处理方法、装置和电子设备
CN110705413A (zh) * 2019-09-24 2020-01-17 清华大学 基于视线方向和lstm神经网络的情感预测方法及***
CN111143615A (zh) * 2019-12-12 2020-05-12 浙江大学 一种短视频情感类别的识别装置
CN111310672A (zh) * 2020-02-19 2020-06-19 广州数锐智能科技有限公司 基于时序多模型融合建模的视频情感识别方法、装置及介质
CN111738210A (zh) * 2020-07-20 2020-10-02 平安国际智慧城市科技股份有限公司 基于音视频的学生心理状态分析方法、装置、终端及介质
CN111860237A (zh) * 2020-07-07 2020-10-30 中国科学技术大学 一种视频情感片段的识别方法及装置
CN112464774A (zh) * 2020-11-20 2021-03-09 桂林理工大学 一种基于眼动测量的视频学习中的情感识别方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106407903A (zh) * 2016-08-31 2017-02-15 四川瞳知科技有限公司 基于多尺度卷积神经网络的实时人体异常行为识别方法
CN109685045A (zh) * 2018-06-25 2019-04-26 鲁东大学 一种运动目标视频跟踪方法及***
CN110705413A (zh) * 2019-09-24 2020-01-17 清华大学 基于视线方向和lstm神经网络的情感预测方法及***
CN110650368A (zh) * 2019-09-25 2020-01-03 新东方教育科技集团有限公司 视频处理方法、装置和电子设备
CN111143615A (zh) * 2019-12-12 2020-05-12 浙江大学 一种短视频情感类别的识别装置
CN111310672A (zh) * 2020-02-19 2020-06-19 广州数锐智能科技有限公司 基于时序多模型融合建模的视频情感识别方法、装置及介质
CN111860237A (zh) * 2020-07-07 2020-10-30 中国科学技术大学 一种视频情感片段的识别方法及装置
CN111738210A (zh) * 2020-07-20 2020-10-02 平安国际智慧城市科技股份有限公司 基于音视频的学生心理状态分析方法、装置、终端及介质
CN112464774A (zh) * 2020-11-20 2021-03-09 桂林理工大学 一种基于眼动测量的视频学习中的情感识别方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
ASHIMA YADAV ET AL.: ""Sentiment analysis using deeep learning architectures:a review"", 《SPRINGER LINK》 *
JIE ZHANG ET AL.: ""Video Affective Effects Prediction with Multi-modal Fusion and Shot-Long Temporal Context"", 《ARXIV》 *
王京伟 等: ""基于融合视频特征和眼球活动的情感预测"", 《信息通信》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114443896A (zh) * 2022-01-25 2022-05-06 百度在线网络技术（北京）有限公司 数据处理方法和用于训练预测模型的方法
CN114443896B (zh) * 2022-01-25 2023-09-15 百度在线网络技术（北京）有限公司 数据处理方法和用于训练预测模型的方法

Also Published As

Publication number Publication date
CN113221689B (zh) 2022-07-29

Similar Documents

Publication Publication Date Title
US10453197B1 (en) Object counting and instance segmentation using neural network architectures with image-level supervision
Muhammad et al. Convolutional neural networks based fire detection in surveillance videos
Zou et al. Occupancy detection in the office by analyzing surveillance videos and its application to building energy conservation
US9378421B2 (en) System and method for seat occupancy detection from ceiling mounted camera using robust adaptive threshold criteria
Kumar et al. A visual-numeric approach to clustering and anomaly detection for trajectory data
CN113963445B (zh) 一种基于姿态估计的行人摔倒动作识别方法及设备
CN110969087B (zh) 一种步态识别方法及***
CN108537818B (zh) 基于集群压力lstm的人群轨迹预测方法
Hou et al. Human tracking over camera networks: a review
CN111832514A (zh) 基于软多标签的无监督行人重识别方法及装置
CN114360067A (zh) 一种基于深度学习的动态手势识别方法
Luo et al. Pedestrian tracking in surveillance video based on modified CNN
CN109389035A (zh) 基于多特征和帧置信分数的低延迟视频动作检测方法
CN113221689B (zh) 视频多目标情感度预测方法
Zhou et al. A study on attention-based LSTM for abnormal behavior recognition with variable pooling
Roqueiro et al. Counting people using video cameras
Li et al. Social group detection based on multi-level consistent behaviour characteristics
Rani et al. An effectual classical dance pose estimation and classification system employing convolution neural network–long shortterm memory (CNN-LSTM) network for video sequences
JP2020123329A (ja) 人工ニューラルネットワークの関連性スコア割当て
Wang et al. Pedestrian recognition in multi-camera networks using multilevel important salient feature and multicategory incremental learning
Chen et al. Multi-gait identification based on multilinear analysis and multi-target tracking
Wang et al. Detecting signage and doors for blind navigation and wayfinding
Wang et al. A probabilistic approach for foreground and shadow segmentation in monocular image sequences
Kwak et al. Abandoned luggage detection using a finite state automaton in surveillance video
Kumaran et al. Classification of human activity detection based on an intelligent regression model in video sequences

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant