本发明提出一种用于具有长尾分布特性的单猴视频动作分类方法，包括步骤一：建立猴子动作数据集；步骤二：构建单猴视频动作分类模型，利用训练集在深度神经网络训练一个包含两个阶段的网络模型，第一阶段提取特征，第二阶段进行分类，然后固定特征提取参数，对分类学习参数进行归一化，学习放缩调节因子以调节分类器参数；步骤三：利用测试集对训练的模型进行评估，确定模型性能；步骤四：将上述训练和验证好的模型进行部署，在实际场景中对视频数据进行分类。本发明通过固定特征提取网络参数，仅对分类学习参数调节来重新平衡分类器的决策边界，以实现长尾分布数据准确性的目的。这种分类方法不需要额外的重训练或重采样或设计特别的损失函数。
声明：
“用于具有长尾分布特性的单猴视频动作分类方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1120
编辑：管理员
来源：北方有色网
咨询细节
