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
基于多尺度时序建模与动态空间特征融合的视频摘要模型
1
作者
李泽慧
张琳
+1 位作者
山显英
沈淦杰
《液晶与显示》
北大核心
2025年第11期1729-1743,共15页
针对视频摘要任务中多尺度时序建模以及局部特征建模不足的问题,本文提出一种结合多尺度时间偏移与可形变局部注意力机制的视频摘要模型。首先,设计了多尺度自适应双向时间偏移模块(MAB-TSM),通过可学习的动态位移步长预测与多尺度膨胀...
针对视频摘要任务中多尺度时序建模以及局部特征建模不足的问题,本文提出一种结合多尺度时间偏移与可形变局部注意力机制的视频摘要模型。首先,设计了多尺度自适应双向时间偏移模块(MAB-TSM),通过可学习的动态位移步长预测与多尺度膨胀卷积,实现视频长短期时序依赖的自适应建模;其次,设计可形变局部注意力模块(DALAM),结合动态视频分割策略与自适应采样位置调整机制,在降低计算复杂度的同时增强局部关键区域的精细化特征表达能力;此外,改进跨尺度融合的BiFPN网络,在BiFPN的基础上引入跨尺度注意力增强模块,提升多尺度特征的互补性表达。提出的模型在SumMe与TVSum数据集上进行了多次实验,模型在规范模式下的F1分数分别达56.8%和62.6%,优于现有方法,且Kendall秩相关系数和Spearman秩相关系数分别达到0.153和0.200,体现了很好的一致性。实验结果证明了该模型在视频摘要任务的准确性和有效性。
展开更多
关键词
视频摘要
多尺度时序建模
时间偏移模块
可形变注意力
局部注意力机制
在线阅读
下载PDF
职称材料
基于改进TimeSformer算法的人体异常行为识别研究
2
作者
廖晓群
徐清钏
+2 位作者
杨浩东
李丹
薛亚楠
《计算机工程》
北大核心
2025年第11期112-122,共11页
人体异常行为研究是应对人体潜在危险和紧急情况的重要保障任务。针对人体异常行为定义模糊、缺乏标准数据集等问题,基于生活场景定义头痛、摔倒、抽搐、腰痛、拳打、踢踹6种高发生频率的人体异常行为,并自建数据集HABDataset-6。基于...
人体异常行为研究是应对人体潜在危险和紧急情况的重要保障任务。针对人体异常行为定义模糊、缺乏标准数据集等问题,基于生活场景定义头痛、摔倒、抽搐、腰痛、拳打、踢踹6种高发生频率的人体异常行为,并自建数据集HABDataset-6。基于注意力机制的TimeSformer算法在自建数据集HABDataset-6上存在高损失和时间序列建模不全面的问题,难以提取复杂样本的特征。为了更好地处理人体异常行为数据,提出改进算法TS-AT。首先采用加速随机梯度下降(ASGD)优化算法改进交叉熵损失函数来设计CAS模块降低原算法损失值,其次嵌入时间偏移模块(TSM)到原算法的Backbone网络中,提高时间序列的感知能力,提取更优特征用于模型训练。实验结果表明:TS-AT算法在自建数据集HABDataset-6上取得了良好效果,各行为类别的平均推理准确率高于80%;在公开数据集UCF-10和老人异常行为数据上,平均测试准确率分别达到了99%和84%,超过了对比算法。这些结果表明TS-AT算法在人体异常行为识别方面具有更高的精确度和良好的鲁棒性,有望提高应对潜在危险和紧急情况的能力,进一步保障人们的安全与健康。
展开更多
关键词
人体异常行为
TimeSformer算法
时间
序列
优化算法
时间偏移模块
在线阅读
下载PDF
职称材料
题名
基于多尺度时序建模与动态空间特征融合的视频摘要模型
1
作者
李泽慧
张琳
山显英
沈淦杰
机构
北京建筑大学智能科学与技术学院
出处
《液晶与显示》
北大核心
2025年第11期1729-1743,共15页
基金
全国高等院校计算机基础教育研究会计算机基础教育教学研究项目(No.2020-AFCEC-162,No.2020-AFCEC-006)。
文摘
针对视频摘要任务中多尺度时序建模以及局部特征建模不足的问题,本文提出一种结合多尺度时间偏移与可形变局部注意力机制的视频摘要模型。首先,设计了多尺度自适应双向时间偏移模块(MAB-TSM),通过可学习的动态位移步长预测与多尺度膨胀卷积,实现视频长短期时序依赖的自适应建模;其次,设计可形变局部注意力模块(DALAM),结合动态视频分割策略与自适应采样位置调整机制,在降低计算复杂度的同时增强局部关键区域的精细化特征表达能力;此外,改进跨尺度融合的BiFPN网络,在BiFPN的基础上引入跨尺度注意力增强模块,提升多尺度特征的互补性表达。提出的模型在SumMe与TVSum数据集上进行了多次实验,模型在规范模式下的F1分数分别达56.8%和62.6%,优于现有方法,且Kendall秩相关系数和Spearman秩相关系数分别达到0.153和0.200,体现了很好的一致性。实验结果证明了该模型在视频摘要任务的准确性和有效性。
关键词
视频摘要
多尺度时序建模
时间偏移模块
可形变注意力
局部注意力机制
Keywords
computer vision
edge detection
geometric figure
curve fitting
subpixel
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
基于改进TimeSformer算法的人体异常行为识别研究
2
作者
廖晓群
徐清钏
杨浩东
李丹
薛亚楠
机构
西安科技大学通信与信息工程学院
出处
《计算机工程》
北大核心
2025年第11期112-122,共11页
基金
中国高校产学研创新基金(2021KSA05005)。
文摘
人体异常行为研究是应对人体潜在危险和紧急情况的重要保障任务。针对人体异常行为定义模糊、缺乏标准数据集等问题,基于生活场景定义头痛、摔倒、抽搐、腰痛、拳打、踢踹6种高发生频率的人体异常行为,并自建数据集HABDataset-6。基于注意力机制的TimeSformer算法在自建数据集HABDataset-6上存在高损失和时间序列建模不全面的问题,难以提取复杂样本的特征。为了更好地处理人体异常行为数据,提出改进算法TS-AT。首先采用加速随机梯度下降(ASGD)优化算法改进交叉熵损失函数来设计CAS模块降低原算法损失值,其次嵌入时间偏移模块(TSM)到原算法的Backbone网络中,提高时间序列的感知能力,提取更优特征用于模型训练。实验结果表明:TS-AT算法在自建数据集HABDataset-6上取得了良好效果,各行为类别的平均推理准确率高于80%;在公开数据集UCF-10和老人异常行为数据上,平均测试准确率分别达到了99%和84%,超过了对比算法。这些结果表明TS-AT算法在人体异常行为识别方面具有更高的精确度和良好的鲁棒性,有望提高应对潜在危险和紧急情况的能力,进一步保障人们的安全与健康。
关键词
人体异常行为
TimeSformer算法
时间
序列
优化算法
时间偏移模块
Keywords
abnormal human behavior
TimeSformer algorithm
time series
optimization algorithm
Temporal Shift Module(TSM)
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
基于多尺度时序建模与动态空间特征融合的视频摘要模型
李泽慧
张琳
山显英
沈淦杰
《液晶与显示》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于改进TimeSformer算法的人体异常行为识别研究
廖晓群
徐清钏
杨浩东
李丹
薛亚楠
《计算机工程》
北大核心
2025
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
