-
题名基于多级深度网络架构的群体行为分析模型研究
被引量：1
- 1
-
-
作者
裴利沈
赵雪专
张国华
-
机构
河南财经政法大学计算机与信息工程学院
郑州航空工业管理学院智能工程学院
中国航天科工飞航技术研究院
-
出处
《计算机应用研究》
CSCD
北大核心
2022年第3期931-937,共7页
-
基金
国家自然科学基金资助项目(61806073)
河南省重点研发与推广专项(科技攻关)项目基金资助项目(192102210097,192102210126,212102210160,182102210210)。
-
文摘
群体行为的多层次深度分析是行为识别领域亟待解决的重要问题。在深度神经网络研究的基础上,提出了群体行为识别的层级性分析模型。基于调控网络的迁移学习,实现了行为群体中多人体的时序一致性检测;通过融合时空特征学习,完成了群体行为中时长无约束的个体行为识别;通过场景中个体行为类别、交互场景上下文信息的融合,实现了对群体行为稳定有效的识别。在公用数据集上进行的大量实验表明,与现有方法相比,该模型在群体行为分析识别方面具有良好的效果。
-
关键词
群体行为识别
深度神经网络
迁移学习
长短时记忆神经网络
时序一致性检测
-
Keywords
crowd activity recognition
deep neural network
transfer learning
long-short term memory neural network
temporal consistency detection
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
