技術(shù)特征：

1.一種基于深度卷積特征多通道金字塔池化的動作識別方法，其特征在于，包括以下步驟：

(1)輸入待識別的視頻，采用two-stream深度網(wǎng)絡(luò)模型得到多通道深度卷積圖；其中two-stream網(wǎng)絡(luò)模型包括空間流(spatial-stream)深度網(wǎng)絡(luò)模型和時間流(temporal-stream)深度網(wǎng)絡(luò)模型。

具體是：對輸入視頻的每一幀采用空間流網(wǎng)絡(luò)，得到幀的表觀特征；對輸入視頻的每連續(xù)M幀，利用時間流網(wǎng)絡(luò)模型得到運動特征；其中空間流網(wǎng)絡(luò)和時間流網(wǎng)絡(luò)模型均包含5個卷積層，3個池化層，以及3個全連接層；

(2)對空間流深度網(wǎng)絡(luò)模型和時間流深度網(wǎng)絡(luò)模型得到的多通道深度特征圖采用4層空間金字塔結(jié)構(gòu)，得到的每個局部塊用最大池化方法計算該局部塊的最大值表達，獲取特征圖在不同尺度下的局部信息；

(3)將深度特征圖中在相同時空位置的多通道局部塊的表達連接起來，形成視頻的特征描述子；

(4)對步驟(3)提取的描述子特征采用局部級聯(lián)描述子向量方法(VLAD)進行特征建模，形成該視頻最終的向量表示；

(5)采用支持向量機(SVM)進行特征分類，最終輸出分類結(jié)果，獲取視頻的動作識別結(jié)果。

2.根據(jù)權(quán)利要求1所述的深度卷積特征多通道金字塔池化的動作識別方法，其特征在于，所述步驟(1)中，空間流網(wǎng)絡(luò)模型和時間流深度網(wǎng)絡(luò)模型將視頻每幀作為輸入，對原始圖像做多層的卷積和池化操作，得到每層的輸出都是多個通道的深度特征圖，獲取更具抽象的圖像特征表達。

3.根據(jù)權(quán)利要求1所述的深度卷積特征多通道金字塔池化的動作識別方法，其特征在于，所述步驟(2)中，選取空間流網(wǎng)絡(luò)模型的第5層卷積層的輸出特征圖以及時間流網(wǎng)絡(luò)模型的第4層卷積層的輸出卷積圖來進行空間金字塔的操作，對多通道卷積圖采用4層金字塔結(jié)構(gòu)，其中4層金字塔結(jié)構(gòu)為(1×1,2×2,3×3,4×4)，其中第一層(1×1)對應(yīng)的是整個多通道特征圖，第4層(4×4)對應(yīng)的是多通道特征圖最大尺度下的局部塊，因此通過金字塔結(jié)構(gòu)得到多通道特征圖位于不同尺度下的局部塊，對每個局部塊采用最大池化方法，計算塊中最大值作為該局部塊的特征表示。

4.根據(jù)權(quán)利要求1所述的深度卷積特征多通道金字塔池化的動作識別方法，其特征在于，所述步驟(3)中，由于每個通道上的特征圖包含的是不同圖像信息，故將所有通道上的特征圖中同一空間位置的局部塊的特征串聯(lián)起來，形成該塊的多通道特征描述子。

5.根據(jù)權(quán)利要求1所述的深度卷積特征多通道金字塔池化的動作識別方法，其特征在于，所述步驟(4)中，描述子特征表示為{x₁,...x_i,...x_d}，d表示局部塊的描述子特征的維數(shù)，對描述子特征{x₁,...x_i,...x_d}，假設(shè)利用k-means聚類已經(jīng)學習得到的碼本(codebook)和k個中心(c₁,...c_j,...c_k)，采用局部級聯(lián)描述子向量方法(VLAD)對特征進行特征建模，具體過程如下：

(5-1)描述子特征的每一維x_i賦給碼本(codebook)中離該描述子特征最近的聚類中心c_j，然后得到量化后的索引：NN(x_i)＝arg min_j||x_i-c_j||，

(5-2)確定所有離聚類中心c_j最近的描述子特征，計算這些描述子特征和中心c_j的差的累積和，獲得子向量：

$u^j=\underset{i:NN\left(x_i\right)=j}{\mathrm{\Σ}}{x}_i-c_j$

(5-3)將各子向量u^j連接起來，得到k×d維的向量表示u＝[u¹...u^k]；

(5-4)對向量u先采用“power-law”歸一化處理，即：

v_j＝|v_j|^α×sign(v_j),j＝1...k×d,α＝0.2

隨后用2范數(shù)歸一化(L2-normalized)，最終得到該描述子特征的VLAD表示。