一种视频流信号特征提取方法及系统技术方案

本发明专利技术涉及一种视频流信号特征提取方法及系统，方法包括：获取待提取的视频数据；将所述待提取的视频数据输入至目标检测模型，得到多帧的腿脚信息；所述腿脚信息包括腿脚位置、腿脚标签和腿脚置信度；所述目标检测模型为YOLO神经网络；根据所述腿脚置信度对多帧的所述腿脚信息进行删除，确定运动轨迹；根据所述运动轨迹和所述腿脚位置利用寻峰算法得到运动特征，所述运动特征包括速度和比值；所述比值为幅度与腿长的比值。本发明专利技术能够提高视频流信号特征提取的效率和准确度。信号特征提取的效率和准确度。信号特征提取的效率和准确度。

【技术实现步骤摘要】
一种视频流信号特征提取方法及系统


[0001]本专利技术涉及视频信号处理领域，特别是涉及一种视频流信号特征提取方法及系统。

技术介绍

[0002]对视频流信号的特征提取，目前常用的方法有TCNN、光流法进行特征迁移或融合、利用LSTM等记忆进行特征迁移或融合等，但是现有的大部分方法都是基于端到端的深度学习建模方法，没有办法学习到关键的或者想要让其学习到的特征信息，并且如用已有网络Alexnet、Googlenet等提取特征会面临卷积层平移不变性问题和Pooling层信息丢失问题。如何快速且准确地提取视频流信号中相关运动特征成为需要解决的问题。

技术实现思路

[0003]本专利技术的目的是提供一种视频流信号特征提取方法及系统，以提高视频流信号特征提取的效率和准确度。
[0004]为实现上述目的，本专利技术提供了如下方案：
[0005]一种视频流信号特征提取方法，包括：
[0006]获取待提取的视频数据；
[0007]将所述待提取的视频数据输入至目标检测模型，得到多帧的腿脚信息；所述腿脚信息包括腿脚位本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种视频流信号特征提取方法，其特征在于，包括：获取待提取的视频数据；将所述待提取的视频数据输入至目标检测模型，得到多帧的腿脚信息；所述腿脚信息包括腿脚位置、腿脚标签和腿脚置信度；所述目标检测模型为YOLO神经网络；根据所述腿脚置信度对多帧的所述腿脚信息进行删除，确定运动轨迹；根据所述运动轨迹和所述腿脚位置利用寻峰算法得到运动特征，所述运动特征包括速度和比值；所述比值为幅度与腿长的比值。2.根据权利要求1所述的视频流信号特征提取方法，其特征在于，所述目标检测模型的训练过程具体包括：以训练集的带标签的视频数据为输入，以训练集的腿脚位置、腿脚标签和腿脚置信度为输出，对YOLO神经网络进行训练，得到目标检测模型。3.根据权利要求1所述的视频流信号特征提取方法，其特征在于，所述根据所述腿脚置信度对多帧的所述腿脚信息进行删除，确定运动轨迹，具体包括：根据所述腿脚置信度对多帧的所述腿脚信息进行删除，确定剩余腿脚信息；根据相邻帧的所述剩余腿脚信息计算欧式距离；根据所述欧式距离确定多个类别序列；根据多个所述类别序列的长度确定运动轨迹；所述运动轨迹为同一类别序列中长度最长的类别序列。4.根据权利要求1所述的视频流信号特征提取方法，其特征在于，所述根据所述运动轨迹和所述腿脚位置利用寻峰算法得到运动特征，具体包括：根据所述运动轨迹利用寻峰算法得到峰位置和峰数；根据所述峰位置、所述峰数和运动时间确定速度；根据所述腿脚信息中的腿脚位置确定比值。5.一种视频流信号特征提取系统，其特征在于，包括：获取模块，用于获取待提...

【专利技术属性】
技术研发人员：郁磊，夏福成，
申请(专利权)人：山西大学，
类型：发明
国别省市：