1.一种基于时空对抗生成网络的视频行为识别方法,其特征在于,包括:
1)从视频序列中提取关键帧和光流图;
2)将关键帧送入空域生成对抗网络GAN1的生成器模型G1和判别器模型D1进行训练,直至模型收敛;将光流图送入时域生成对抗网络GAN2的生成器模型G2和判别器模型D2进行训练,直至模型收敛;
3)再次将关键帧和光流图分别送入训练好的判别器模型D1和判别器模型D2,分别提取并将输出展平成一维向量,得到视频序列的空域间特征和时域间特征;
4)对得到的空域特征和时域特征进行拼接,送入支持向量机SVM进行训练和分类,得到视频行为识别结果。
2.如权利要求1所述的一种基于时空对抗生成网络的视频行为识别方法,其特征在于,通过帧间差分法提取所述视频序列的关键帧。
3.如权利要求1所述的一种基于时空对抗生成网络的视频行为识别方法,其特征在于,通过密集光流方法提取视频序列的光流图。