期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于改进时空异构双流网络的行为识别 被引量:3
1
作者 姜海燕 韩军 《计算机工程与设计》 北大核心 2023年第7期2163-2168,共6页
针对主流的双流卷积神经网络在提取特征过程中,存在特征利用率低、忽略特征图各个部分之间的相互作用以致区分相似动作效果不佳的问题,提出一种基于深度特征融合和注意力机制的行为识别方法。利用不同层次卷积神经网络特征的互补优势,... 针对主流的双流卷积神经网络在提取特征过程中,存在特征利用率低、忽略特征图各个部分之间的相互作用以致区分相似动作效果不佳的问题,提出一种基于深度特征融合和注意力机制的行为识别方法。利用不同层次卷积神经网络特征的互补优势,将网络中的低层和高层信息相融合,引入改进的注意力机制,捕获人体行为整体特征和不同类别之间的细微差别,提高网络性能。在数据集UCF-101上取得了94.5%的识别效果,将UCF-101数据集预训练网络模型迁移至相似动作数据集SDUFall上,同样表现良好,验证了所提方法的有效性。 展开更多
关键词 特征融合 注意力机制 时序分割网络 时空异构双流网络 双流网络 行为识别 深度学习
在线阅读 下载PDF
融合行人时空信息的视频异常检测 被引量:8
2
作者 闫善武 肖洪兵 +1 位作者 王瑜 孙梅 《图学学报》 CSCD 北大核心 2023年第1期95-103,共9页
针对目前视频异常检测不能充分利用时序信息且忽视正常行为多样性的问题,提出了一种融合行人时空信息的异常检测方法。以卷积自编码器为基础,通过其中的编码器和解码器对输入帧进行压缩和还原,并根据输出帧与真实值的差异实现异常检测... 针对目前视频异常检测不能充分利用时序信息且忽视正常行为多样性的问题,提出了一种融合行人时空信息的异常检测方法。以卷积自编码器为基础,通过其中的编码器和解码器对输入帧进行压缩和还原,并根据输出帧与真实值的差异实现异常检测。为了加强视频连续帧之间的特征信息联系,引入残差时间移位模块和残差通道注意力模块,分别提升网络对时间信息和通道信息的建模能力。考虑到卷积神经网络(CNN)过度的泛化性,在编解码器各层的跳跃连接之间加入记忆增强模块,限制自编码器对异常帧过于强大的表示能力,提高网络的异常检测精度。此外,通过一种特征离散性损失来修正目标函数,有效区分不同的正常行为模式。在CUHK Avenue和ShanghaiTech数据集上的实验结果表明,该方法在满足实时性要求的同时,优于当前主流的视频异常检测方法。 展开更多
关键词 视频异常检测 无监督学习 时空双流网络 自编码器 记忆增强模块
在线阅读 下载PDF
基于视角转换的多视角步态识别方法 被引量:1
3
作者 瞿斌杰 孙韶媛 +1 位作者 Samah A.F.Manssor 赵国顺 《计算机工程》 CAS CSCD 北大核心 2021年第6期210-216,共7页
针对步态识别中步态视角变化、步态数据样本量少及较少利用步态时间信息等问题,提出一种基于视角转换的步态识别方法。通过VTM-GAN网络,将不同视角下的步态能量图及含有步态时间信息的彩色步态能量图,统一映射到保留步态信息最丰富的侧... 针对步态识别中步态视角变化、步态数据样本量少及较少利用步态时间信息等问题,提出一种基于视角转换的步态识别方法。通过VTM-GAN网络,将不同视角下的步态能量图及含有步态时间信息的彩色步态能量图,统一映射到保留步态信息最丰富的侧视图视角,以此突破步态识别中多视角的限制,在视角转换的基础上,通过构建侧视图下的步态正负样本对来扩充用于网络训练的数据,并采用基于距离度量的时空双流卷积神经网络作为步态识别网络。在CASIA-B数据集上的实验结果表明,该方法在各状态、各角度下的平均识别准确率达到92.5%,优于3DCNN、SST-MSCI等步态识别方法。 展开更多
关键词 步态识别 视角转换 VTM-GAN网络 时空双流卷积神经网络 CASIA-B数据集
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部