当前位置: 首页 > 专利查询>深圳大学专利>正文

一种群体行为识别方法、装置、计算机设备及存储介质制造方法及图纸

技术编号:41747105 阅读:21 留言:0更新日期:2024-06-21 21:33
本申请实施例属于人工智能中的图像处理技术领域,涉及一种群体行为识别方法、装置、计算机设备及存储介质,该方法包括:接收用户终端发送的携带有原始时序数据的群体行为识别请求;对原始时序数据进行缺失数据填充操作,得到填充时序数据;将填充时序数据传输至时空图卷积神经网络进行时空图卷积操作,得到卷积时序数据;根据SoftMax分类器对卷积时序数据进行行为分类操作,得到行为分类结果;向用户终端输出行为分类结果。本申请有效提高群体行为识别的准确性以及鲁棒性。

【技术实现步骤摘要】

本申请涉及人工智能的图像处理,尤其涉及一种群体行为识别方法、装置、计算机设备及存储介质


技术介绍

1、群体行为识别是指通过技术手段对一群人的集体行为进行分析、理解和分类的过程。它涉及到对多人之间的交互、运动模式、行为模式以及群体动态的分析。群体行为识别旨在从复杂的场景中提取出有用的信息,以揭示群体的整体行为趋势、意图或情感状态。

2、现有一种群体行为识别方法,即基于根据深度two-stage时间模型将模型分为单人级别特征提取与群体级别特征提取。两个阶段都基于lstm学习时间关系的优良特性,从而视线识别群体行为的目的。

3、然而,申请人发现传统的群体行为识别方法普遍不智能,传统群体行为识别方法认为群体行为仅仅是个体行为的简单聚合,从而导致传统的群体行为识别方法存在识别准确率较低的问题。


技术实现思路

1、本申请实施例的目的在于提出一种群体行为识别方法、装置、计算机设备及存储介质,以解决传统的群体行为识别方法存在识别准确率较低的问题。

2、为了解决上述技术问题,本申请实施例提本文档来自技高网...

【技术保护点】

1.一种群体行为识别方法,其特征在于,包括下述步骤:

2.根据权利要求1所述的群体行为识别方法,其特征在于,对所述原始时序数据进行缺失数据填充操作,得到填充时序数据的步骤,具体包括下述步骤:

3.根据权利要求1所述的群体行为识别方法,其特征在于,所述时空图卷积神经网络的空间图卷积输出表示为:

4.根据权利要求1所述的群体行为识别方法,其特征在于,所述时空图卷积神经网络的时空图卷积输出表示为:

5.一种群体行为识别装置,其特征在于,包括:

6.根据权利要求5所述的群体行为识别装置,其特征在于,所述缺失数据填充模块包括:

...

【技术特征摘要】

1.一种群体行为识别方法,其特征在于,包括下述步骤:

2.根据权利要求1所述的群体行为识别方法,其特征在于,对所述原始时序数据进行缺失数据填充操作,得到填充时序数据的步骤,具体包括下述步骤:

3.根据权利要求1所述的群体行为识别方法,其特征在于,所述时空图卷积神经网络的空间图卷积输出表示为:

4.根据权利要求1所述的群体行为识别方法,其特征在于,所述时空图卷积神经网络的时空图卷积输出表示为:

5.一种群体行为识别装置,其特征在于,包括:

6.根据权利要求5所述的群体行为识别装置,其特征在于,所述缺失数据填充模块包括:

<...

【专利技术属性】
技术研发人员:张鹏梅峰佳李岩山
申请(专利权)人:深圳大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1