用于动作的时间轴定位的低通滤波方法技术

一种用于动作的时间轴定位的低通滤波方法，步骤1：使用时空特征提取器提取整个输入视频的特征；步骤2：根据提取的整个输入视频的特征，利用相关动作提议算法计算得到动作提议；步骤3：对每个动作提议对应的特征使用低通滤波过滤掉部分高频信息；步骤4：使用时序下采样计算得到动作提议对应的特征；以及步骤5：使用动作提议对应的特征计算动作最终对应的位置和类别。本发明专利技术方法使用低通滤波去除动作的时间轴定位模型中存在的混叠问题，通过动态地调整截断频率，同时也保存了部分重要的高频信息，因此能够有效地提升模型的检测性能。

【技术实现步骤摘要】
用于动作的时间轴定位的低通滤波方法
本专利技术涉及视频分析
，尤其是用于动作的时间轴定位的低通滤波方法。
技术介绍
动作的时间轴定位是计算机视觉领域中的一个重要任务，其主要关注点在于检测出视频中所存在的动作。目前这项技术主要借助深度神经网络来实现。其以视频作为输入，以视频中动作的开始位置，结束位置以及类别作为输出。一般步骤包括：步骤1.提取视频的特征；步骤2.根据视频特征预测出动作提议，这里动作提议是指的初步的动作预测；步骤3.根据动作提议的位置以及视频特征计算出动作提议对应的特征，并进一步预测出动作实例最终的位置及类别。在大多数动作的时间轴定位模型中，步骤1一般由时空特征提取器(比如TSN)来完成；步骤2可分为单阶段和双阶段两种实现方式：单阶段一般采用设定好的具有不同位置和形状的锚框作为动作提议；双阶段则采用一些经典算法来计算得到的动作提议；步骤3将动作提议的特征输入到后续的分类器和回归器中，以预测动作的位置和类别。在传统的动作的时间轴定位模型中，时序下采样技术(比如平均值池化、最大值池化以及平均本文档来自技高网...

【技术保护点】
1.一种用于动作的时间轴定位的低通滤波方法，其特征在于，包括如下步骤：/n步骤1：使用时空特征提取器提取整个输入视频的特征；/n步骤2：根据提取的所述整个输入视频的特征，利用相关动作提议算法计算得到动作提议；/n步骤3：对每个所述动作提议对应的特征使用低通滤波器过滤掉部分高频信息；/n步骤4：使用时序下采样计算得到所述动作提议对应的特征；以及/n步骤5：使用所述动作提议对应的特征计算动作最终对应的位置和类别。/n

【技术特征摘要】
1.一种用于动作的时间轴定位的低通滤波方法，其特征在于，包括如下步骤：
步骤1：使用时空特征提取器提取整个输入视频的特征；
步骤2：根据提取的所述整个输入视频的特征，利用相关动作提议算法计算得到动作提议；
步骤3：对每个所述动作提议对应的特征使用低通滤波器过滤掉部分高频信息；
步骤4：使用时序下采样计算得到所述动作提议对应的特征；以及
步骤5：使用所述动作提议对应的特征计...

【专利技术属性】
技术研发人员：李革，靳策策，陈元祺，张涛，李宏，
申请(专利权)人：北京大学深圳研究生院，
类型：发明
国别省市：广东;44