一种基于新时空特征流的压缩域视频动作识别方法和系统

摘要

本发明公开了一种利用新时空特征流的压缩域视频动作识别方法，包括：提取压缩视频序列中的I帧数据、P帧中的运动矢量数据和残差数据，并对该运动矢量数据和残差数据进行预处理。将预处理后运动矢量的双通道数据和预处理后残差的单通道数据分别作为R/G/B通道融合构建新时空特征图像并输入CNN卷积神经网络模型中训练和测试，以得到动作的识别种类分数。对于提取到的I帧数据和预处理后的运动矢量数据分别输入CNN卷积神经网络模型中训练和测试，以得到动作的识别种类分数，最后以比例2:1:1融合这三种数据的动作的识别种类分数得到最终的动作识别结果。本发明能解决现有视频动作识别方法中存在的识别准确率不高、计算过程繁杂的技术问题。