(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210254527.1 (22)申请日 2022.03.15 (71)申请人 北京信智文科技有限公司 地址 101300 北京市顺 义区金关北二 街3号 院2号楼1 1层1109 (72)发明人 朱磊　范文萱　 (74)专利代理 机构 北京律谱知识产权代理有限 公司 11457 专利代理师 黄云铎 (51)Int.Cl. G06V 40/10(2022.01) G06V 40/20(2022.01) G06V 10/44(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01)G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种用于具有长尾分布特性的单猴视频动 作分类方法 (57)摘要 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。 权利要求书2页 说明书5页 附图1页 CN 114596590 A 2022.06.07 CN 114596590 A 1.一种用于具有长尾分布特性的单猴视频动作分类方法， 其特征在于， 所述单猴视频 动作分类方法包括以下步骤： 步骤1， 构建猴子的动作数据集； 步骤2， 通过 数据集对深度神经网络进行训练， 构建单 猴视频动作分类模型； 步骤3： 对 模型进行评估， 判定模型的稳定性和泛化能力； 步骤4： 分析分类效果， 如果效果不理想可以回到步骤2中进一步训练以得到性能更好 的模型； 在步骤S2中， 还 包括以下步骤： 步骤21， 输入符合长尾分布的动作数据集， 不进行类平衡采样， 直接输入深度神经网络 训练进行 特征提取； 步骤22， 深度神经网络通过线性分类 器进行分类； 步骤23， 对分类 器的参数进行归一 化得到最终的分类模型。 2.根据如权利要求1所述单猴视频动作分类方法， 其特征在于， 在步骤1中， 所述动作数 据集中第i个数据为Xi＝{xi,yi}， 其中， xi为第i个视频， yi为第i个视频的标签即类别， 记nk 为第k类视频的个数， 是所有类别视频的总数。 3.根据如权利要求1所述单猴视频动作分类方法， 其特征在于， 在步骤S21中， 所述特征 为： f(x； θ )＝z 其中x为输入的视频 数据， θ 为深度神经网络参数， z为 提取的特 征向量。 4.根据如权利要求3所述单猴视频动作分类方法， 其特征在于， 在步骤S22中， 所述线性 分类器为： g(z)＝WTz+b 其中， W为分类器的参数， b为偏置， g(z)表示预测结果， z为 提取的特 征向量。 5.根据如权利要求4所述单猴视频动作分类方法， 其特征在于， 在步骤S23中， 所述分类 器的参数为： W＝{wj}∈Rd×c 其中， wj是第j类视频数据的权重参数， C表示视频类型的总数量， 模型分类器类别的数 量与视频类型的数量相同； 对W进行归一 化得到： 其中, τ 是归一 化参数的超参 量， 取值在0～1之间， ‖ ·‖指L2范数。 6.根据如权利要求1所述单猴视频动作分类方法， 其特征在于， 在步骤S3中， 对模型头 部、 中部和尾部类别的均值平均精度mAP进行估计： 权　利　要　求　书 1/2 页 2 CN 114596590 A 2其中， C表示视频类 型的总数量， APi为第i类视 频的PR曲线下的面积。 头部类别指样本 数 超过500的类别， 中部类别指样本数超过100少于500的类别， 尾部类别指样本数少于100的 类别。 7.根据如权利要求1所述单猴视频动作分类方法， 其特征在于， 在步骤S3中， 对模型中 预测结果 排名第一的类别与实际结果相符的准确率进行评估： 其中， Numtop1_correct为预测结果排名第一且正确预测的视频样本数目， Numall为测试的 样本总数目。权　利　要　求　书 2/2 页 3 CN 114596590 A 3