科创中国

本发明公开了一种基于特征增强VideoSwinTransformer的异常动作时空识别方法，包括如下步骤：使用VideoSwinTransformer网络为基础构建动作识别模型，进行视频块嵌入，四阶段局部窗口内的多头自注意力运算，并使用空间金字塔池化结构进行特征增强；采用YoloX模型为基础搭建人体边框识别模型，抽取视频中间图像进行行人检测，使用ROI提取方法提取行人对应区域的视频特征并进行动作分类，判断视频中有无异常动作。

实验证明该方法可以对监控视频的异常动作进行识别，能够证明本方法的有效性。

本发明公开了一种基于特征增强VideoSwinTransformer的异常动作时空识别方法，包括如下步骤：使用VideoSwinTransformer网络为基础构建动作识别模型，进行视频块嵌入，四阶段局部窗口内的多头自注意力运算，并使用空间金字塔池化结构进行特征增强；采用YoloX模型为基础搭建人体边框识别模型，抽取视频中间图像进行行人检测，使用ROI提取方法提取行人对应区域的视频特征并进行动作分类，判断视频中有无异常动作。实验证明该方法可以对监控视频的异常动作进行识别，能够证明本方法的有效性。

创始团队由一群具有创新意识、拥有着共同的目标、有着不同的专业背景的朝气蓬勃的在校大学生组成。不同兴趣、不同学识背景的几个年轻人为了同一个目标汇集在一起，不同人的特长通过合作集中在一起使得每一个人都可以发挥出每一个人的最大优势同时随着项目进度的推进我们也会引进新人促进项目的发展，为团队注入新鲜的血液，保证团体始终保有创新意识和活力。

本发明公开了一种基于特征增强VideoSwinTransformer的异常动作时空识别方法，包括如下步骤：使用VideoSwinTransformer网络为基础构建动作识别模型，进行视频块嵌入，四阶段局部窗口内的多头自注意力运算，并使用空间金字塔池化结构进行特征增强；采用YoloX模型为基础搭建人体边框识别模型，抽取视频中间图像进行行人检测，使用ROI提取方法提取行人对应区域的视频特征并进行动作分类，判断视频中有无异常动作。实验证明该方法可以对监控视频的异常动作进行识别，能够证明本方法的有效性。

通过自主研发，组建研发团队，对用户进行调研，查阅文献了解市场需要，解决项目中的技术问题，确定项目总体方案设计，配置相关仪器设备，确保项目按计划进度实施。同时定期进行各项试验，改进技术方案及技术指标，完善工艺，规模生产。投入市场建立和完善市场营销网络。