一种基于深度学习的黑暗条件下动作识别方法

摘要

本发明公开了一种基于深度学习的黑暗条件下动作识别方法，包括以下步骤：S1、选择实时黑暗条件识别或黑暗视频片段识别；S2、从已选择的待识别模式中取出F帧原始黑暗帧作为暗亮双通道模型的输入；S3、对取出的原始黑暗帧进行预处理，得到黑暗帧以及对应的增亮帧；S4、将得到的黑暗帧和增亮帧分别输入到共享特征提取器，得到两个通道的高级语义特征；S5、将得到的两个通道的高级语义特征并行输入到自注意力机制，得到输出分类向量；S6、将得到的输出分类向量输入到全连接层，得到类别概率，再通过softmax函数得到概率最大的类别，作为输出；S7、判断是否结束识别。本发明解决了计算复杂度及存储的问题，大大提高了在暗光条件下识别的准确度。