一种基于注意力机制3D残差网络的镜头运动识别方法

摘要

本发明公开了一种基于注意力机制3D残差网络的镜头运动识别方法，包括如下步骤：步骤一：构建镜头运动数据集；步骤二：构建含注意力机制的3D残差网络；步骤三：利用所述镜头运动数据集训练含注意力机制的3D残差网络，得到训练后的网络模型；步骤四：将待识别镜头运动的视频片段输入训练后的网络模型，从而得到镜头运动类别。本发明基于注意力机制3D残差网络的镜头运动识别方法是一种端到端的方法，相比基于光流/运动矢量场的镜头运动识别方法，含注意力的3D残差网络的计算效率高。同时，由于注意力机制的使用以及3D残差网络一定程度上融合了前后帧的信息，有效地增强了模型对于运动目标干扰的鲁棒性。