期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
GLCrowd:基于全局-局部注意力的弱监督密集场景人群计数模型
1
作者
张红民
田钱前
+1 位作者
颜鼎鼎
卜令宇
《光电工程》
CAS
CSCD
北大核心
2024年第10期75-86,共12页
针对人群计数在密集场景下存在背景复杂、尺度变化大等问题,提出了一种结合全局-局部注意力的弱监督密集场景人群计数模型——GLCrowd。首先,设计了一种结合深度卷积的局部注意力模块,通过上下文权重增强局部特征,同时结合特征权重共享...
针对人群计数在密集场景下存在背景复杂、尺度变化大等问题,提出了一种结合全局-局部注意力的弱监督密集场景人群计数模型——GLCrowd。首先,设计了一种结合深度卷积的局部注意力模块,通过上下文权重增强局部特征,同时结合特征权重共享获得高频局部信息。其次,利用Vision Transformer(ViT)的自注意力机制捕获低频全局信息。最后,将全局与局部注意力有效融合,并通过回归令牌来完成计数。在Shanghai Tech PartA、Shanghai Tech PartB、UCF-QNRF以及UCF_CC_50数据集上进行了模型测试,MAE分别达到了64.884、8.958、95.523、209.660,MSE分别达到了104.411、16.202、173.453、282.217。结果表明,提出的GLCrowd网络模型在密集场景下的人群计数中具有较好的性能。
展开更多
关键词
人群计数
Vision
Transformer
全局-局部注意力
弱监督学习
在线阅读
下载PDF
职称材料
改进时空图卷积网络的视频异常检测方法
2
作者
张红民
颜鼎鼎
田钱前
《光电工程》
CAS
CSCD
北大核心
2024年第5期42-53,共12页
为了对异常事件中对象的时空相互作用进行精准捕捉,提出一种改进时空图卷积网络的视频异常检测方法。在图卷积网络中引入条件随机场,利用其对帧间特征关联性的影响,对跨帧时空特征之间的相互作用进行建模,以捕捉其上下文关系。在此基础...
为了对异常事件中对象的时空相互作用进行精准捕捉,提出一种改进时空图卷积网络的视频异常检测方法。在图卷积网络中引入条件随机场,利用其对帧间特征关联性的影响,对跨帧时空特征之间的相互作用进行建模,以捕捉其上下文关系。在此基础上,以视频段为节点构建空间相似图和时间依赖图,通过二者自适应融合学习视频时空特征,从而提高检测准确性。在UCSD Ped2、ShanghaiTech和IITB-Corridor三个视频异常事件数据集上进行了实验,帧级别AUC值分别达到97.7%、90.4%和86.0%,准确率分别达到96.5%、88.6%和88.0%。
展开更多
关键词
视频异常检测
图卷积网络
条件随机场
在线阅读
下载PDF
职称材料
题名
GLCrowd:基于全局-局部注意力的弱监督密集场景人群计数模型
1
作者
张红民
田钱前
颜鼎鼎
卜令宇
机构
重庆理工大学电气与电子工程学院
出处
《光电工程》
CAS
CSCD
北大核心
2024年第10期75-86,共12页
基金
重庆市自然科学基金面上项目(cstc2021jcyj-msxmX0525,CSTB2022NSCQ-MSX0786,CSTB2023NSCQ-MSX0911)
重庆市教委科学技术研究项目(KJQN202201109)。
文摘
针对人群计数在密集场景下存在背景复杂、尺度变化大等问题,提出了一种结合全局-局部注意力的弱监督密集场景人群计数模型——GLCrowd。首先,设计了一种结合深度卷积的局部注意力模块,通过上下文权重增强局部特征,同时结合特征权重共享获得高频局部信息。其次,利用Vision Transformer(ViT)的自注意力机制捕获低频全局信息。最后,将全局与局部注意力有效融合,并通过回归令牌来完成计数。在Shanghai Tech PartA、Shanghai Tech PartB、UCF-QNRF以及UCF_CC_50数据集上进行了模型测试,MAE分别达到了64.884、8.958、95.523、209.660,MSE分别达到了104.411、16.202、173.453、282.217。结果表明,提出的GLCrowd网络模型在密集场景下的人群计数中具有较好的性能。
关键词
人群计数
Vision
Transformer
全局-局部注意力
弱监督学习
Keywords
crowd counting
Vision Transformer
global-local attention
weakly supervised learning
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
改进时空图卷积网络的视频异常检测方法
2
作者
张红民
颜鼎鼎
田钱前
机构
重庆理工大学电气与电子工程学院
出处
《光电工程》
CAS
CSCD
北大核心
2024年第5期42-53,共12页
基金
国家自然科学基金资助项目(61901068)
重庆市自然科学基金面上项目(cstc2021 jcyj-msxmX0525,CSTB2022NSCQMSX0786,CSTB2023NSCQ-MSX0911)
重庆市教委科学技术研究项目(KJQN202201109)。
文摘
为了对异常事件中对象的时空相互作用进行精准捕捉,提出一种改进时空图卷积网络的视频异常检测方法。在图卷积网络中引入条件随机场,利用其对帧间特征关联性的影响,对跨帧时空特征之间的相互作用进行建模,以捕捉其上下文关系。在此基础上,以视频段为节点构建空间相似图和时间依赖图,通过二者自适应融合学习视频时空特征,从而提高检测准确性。在UCSD Ped2、ShanghaiTech和IITB-Corridor三个视频异常事件数据集上进行了实验,帧级别AUC值分别达到97.7%、90.4%和86.0%,准确率分别达到96.5%、88.6%和88.0%。
关键词
视频异常检测
图卷积网络
条件随机场
Keywords
video anomaly detection
graph convolutional network
conditional random field
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
GLCrowd:基于全局-局部注意力的弱监督密集场景人群计数模型
张红民
田钱前
颜鼎鼎
卜令宇
《光电工程》
CAS
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
2
改进时空图卷积网络的视频异常检测方法
张红民
颜鼎鼎
田钱前
《光电工程》
CAS
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
