基于光流图深度学习模型在视频中人体交互动作识别方法

摘要

本发明公开了一种基于光流图深度学习模型在视频中人体交互动作识别方法，其步骤主要包括：步骤一，对测试集视频和训练集视频进行解帧，利用相邻两帧计算光流序列图；步骤二，对光流序列图进行预处理，删去信息量较少的光流图；步骤三，利用步骤二中得到的训练集光流序列训练残差神经网络，用测试集和训练集光流图序列作为输入，得到其空域特征；步骤四，训练集特征训练长短时记忆模型，测试集特征输入得到每类概率输出；步骤五，采用投票模型统计得到分类结果。本发明填补了利用深度学习模型进行人体动作识别的相关的专利的空白，识别准确率高，且该方法适用于多种场景。