技术特征：
技术总结
本发明提出了一种基于卷积神经网络特征编码的人体动作识别方法，主要解决现有技术计算复杂、准确率低的问题。实现方案是：利用TV‑L1得到视频光流图；分别从视频空间方向和光流动作方向依次进行卷积神经网络、局部特征累积编码、降维白化处理、VLAD向量处理，获取空间方向VLAD向量和动作方向VLAD向量；合并视频空间和光流动作两个方向信息得到人体动作分类数据，然后进行分类处理。本发明对卷积特征进行局部特征累积编码，使本发明在处理复杂背景数据时提高了识别率并减少了计算量，融合视频和光流VLAD向量获取的特征对环境变化具有更高的鲁棒性，可用于小区、商场以及保密场所等区域对监控视频中的人体动作进行检测识别。
技术研发人员：韩红;程素华;何兰;衣亚男;李林糠
受保护的技术使用者：西安电子科技大学
技术研发日：2017.04.13
技术公布日：2017.09.15