一种基于AI人体行为的LSTM卷积加权融合算法

摘要

本发明公开了一种基于AI人体行为的LSTM卷积加权融合算法，包括有，融合的原理是对图像重叠区域内的像素值进行平均，步骤包括以下，S1，提取视频数据的RGB图像作为空间流输入；S2，光流场图像作为时间流输入，S3，再将各自得出的分类结果进行卷积加权融合；S4，提取目标的特征，生成特征图；S5，通过池化层用来进行向下采样，将相邻特征图的特征进行合并，减小维度用于动态人体行为识别。本发明LSTM的卷积加权融合算法，提取视频数据的RGB图像作为空间流输入，光流场图像作为时间流输入，再将各自得出的分类结果进行卷积加权融合；提取目标的特征，生成特征图；池化层用来进行向下采样，将相邻特征图的特征进行合并，减小维度用于动态人体行为识别。