基于BM-CNN模型的短视频APP中危险动作识别方法及系统

本发明提供了一种基于BM‑CNN模型的短视频APP中危险动作识别方法及系统，包括：初始化模块：获取视频并对视频进行预处理及卷积神经网络处理，系统开始运行时自动调用，并能够由管理员模块进行再次调用；管理员模块：对数据集进行处理，并进行人工审核，模块被管理员调用，功能向用户展示；用户模块：提供上传视频和结果展示功能，并与工作模块交互实现动作识别与分类的功能；工作模块：接收视频，实现动作识别与分类，并能够扩充不同分类动作的数据集。本发明自行建立了危险行为数据集，可针对短视频APP对危险动作的不同定义要求进行不同指向性训练；本发明对不同动作进行了单独训练，不仅可以满足对危险动作的警报功能，也满足对非危险动作的分类功能。
上海交通大学
孙锬锋 | 李思源 | 吴天强 | 王妍