基于多头级联注意网络与时间卷积网络的行为识别方法及装置

摘要

本发明提供了一种基于多头级联注意网络与时间卷积网络的行为识别方法及装置，包括：采集视频，并提取所述视频中的视频特征信息；以自注意的方式捕获局部注意权值；采用多头注意机制来捕捉所述视频中的其他特征信息；采用线性变换和归一化的方法对特征空间中的特征值加权，增加自注意特征的多样性；利用所述局部注意权值，将局部特征集成到多个全局表示中，以所述自注意特征作为输入，学习注意权重；根据多阶段时间卷积网络进行时序特征的提取，改进预测结果；经过专家系统对所述预测结果进行分析，得到最终的行为类别。本发明所述的行为识别方法有效的解决了现有识别方法的局限性，具有监测结果准确及时、不易受灰尘、挥发性气体等外界因素影响。