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
基于改进型时间分段网络的视频异常检测
被引量：
1
1
作者
黄涛
邬开俊
+2 位作者
王迪聪
白晨帅
陶小苗
《计算机工程》
CAS
CSCD
北大核心
2022年第11期137-144,共8页
视频异常检测是计算机视觉领域的一个重要研究课题,广泛应用于道路监控、异常事件监测等方面。考虑到异常行为的外观、运动特征与正常行为存在明显差异,提出一种改进型时间分段网络,利用该网络学习视频中的外观和运动信息,从而对视频异...
视频异常检测是计算机视觉领域的一个重要研究课题,广泛应用于道路监控、异常事件监测等方面。考虑到异常行为的外观、运动特征与正常行为存在明显差异,提出一种改进型时间分段网络,利用该网络学习视频中的外观和运动信息,从而对视频异常行为进行预测。为了提取更多的视频信息,将RGB图和RGB帧差图相融合作为输入,以提取RGB图中的外观信息并通过RGB帧差图获得更有效的运动特征。将卷积注意力机制模块加入到时间分段网络模型中,从空间和通道2个不同的维度学习注意力图,利用学习到的注意力权重区分异常和正常的视频片段,同时运用焦点损失函数降低大量简单负样本在训练过程中所占的权重,使得模型更专注于难分类的样本,从而解决视频异常检测中正负样本比例不平衡的问题。实验结果表明,改进型时间分段网络在UCF-Crime和CUHK Avenue数据集上的AUC值分别达到77.6%和83.3%,检测性能优于基准方法 TSN(RGB流)以及ISTL、3D-ConvAE等方法。
展开更多
关键词
视频异常检测
卷积注意力机制
RGB帧差图
焦点损失函数
时间分段网络
在线阅读
下载PDF
职称材料
基于时间分段网络并融合上下文信息的视频情感识别
2
作者
王金伟
孙华志
《天津师范大学学报（自然科学版）》
CAS
北大核心
2021年第2期74-80,共7页
提出一种基于时间分段网络并融合上下文信息的视频情感识别模型.该模型由2个并行的时间分段网络组成,分别用于提取视频中的脸部信息和上下文信息的时空特征并计算情感类别分数.将2个网络的计算结果进行决策融合,得到整个视频的情感类别....
提出一种基于时间分段网络并融合上下文信息的视频情感识别模型.该模型由2个并行的时间分段网络组成,分别用于提取视频中的脸部信息和上下文信息的时空特征并计算情感类别分数.将2个网络的计算结果进行决策融合,得到整个视频的情感类别.在2个视频情感数据库CHEAVD和AFEW上训练并测试了该模型,同时与其他现有方法进行比较.所提模型在CHEAVD上获得了54.2%的ACC和45.6%的MAP,在AFEW上获得了53.8%的ACC,识别性能显著高于数据库的基线,并且优于其他现有方法.
展开更多
关键词
上下文信息
时间分段网络
情感识别
在线阅读
下载PDF
职称材料
题名
基于改进型时间分段网络的视频异常检测
被引量：
1
1
作者
黄涛
邬开俊
王迪聪
白晨帅
陶小苗
机构
兰州交通大学电子与信息工程学院
天津大学智能与计算学部
出处
《计算机工程》
CAS
CSCD
北大核心
2022年第11期137-144,共8页
基金
国家自然科学基金(61966022)
甘肃省教育厅优秀研究生“创新之星”项目(2021CXZX-555)。
文摘
视频异常检测是计算机视觉领域的一个重要研究课题,广泛应用于道路监控、异常事件监测等方面。考虑到异常行为的外观、运动特征与正常行为存在明显差异,提出一种改进型时间分段网络,利用该网络学习视频中的外观和运动信息,从而对视频异常行为进行预测。为了提取更多的视频信息,将RGB图和RGB帧差图相融合作为输入,以提取RGB图中的外观信息并通过RGB帧差图获得更有效的运动特征。将卷积注意力机制模块加入到时间分段网络模型中,从空间和通道2个不同的维度学习注意力图,利用学习到的注意力权重区分异常和正常的视频片段,同时运用焦点损失函数降低大量简单负样本在训练过程中所占的权重,使得模型更专注于难分类的样本,从而解决视频异常检测中正负样本比例不平衡的问题。实验结果表明,改进型时间分段网络在UCF-Crime和CUHK Avenue数据集上的AUC值分别达到77.6%和83.3%,检测性能优于基准方法 TSN(RGB流)以及ISTL、3D-ConvAE等方法。
关键词
视频异常检测
卷积注意力机制
RGB帧差图
焦点损失函数
时间分段网络
Keywords
video anomaly detection
convolutional attention mechanism
RGB frame difference image
Focal Loss(FL function
time segmentation network
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
基于时间分段网络并融合上下文信息的视频情感识别
2
作者
王金伟
孙华志
机构
天津师范大学计算机与信息工程学院
出处
《天津师范大学学报（自然科学版）》
CAS
北大核心
2021年第2期74-80,共7页
基金
天津市教育委员会科研计划资助项目(JW1701).
文摘
提出一种基于时间分段网络并融合上下文信息的视频情感识别模型.该模型由2个并行的时间分段网络组成,分别用于提取视频中的脸部信息和上下文信息的时空特征并计算情感类别分数.将2个网络的计算结果进行决策融合,得到整个视频的情感类别.在2个视频情感数据库CHEAVD和AFEW上训练并测试了该模型,同时与其他现有方法进行比较.所提模型在CHEAVD上获得了54.2%的ACC和45.6%的MAP,在AFEW上获得了53.8%的ACC,识别性能显著高于数据库的基线,并且优于其他现有方法.
关键词
上下文信息
时间分段网络
情感识别
Keywords
context information
temporal segment networks
emotion recognition
分类号
TP391.41 [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
基于改进型时间分段网络的视频异常检测
黄涛
邬开俊
王迪聪
白晨帅
陶小苗
《计算机工程》
CAS
CSCD
北大核心
2022
1
在线阅读
下载PDF
职称材料
2
基于时间分段网络并融合上下文信息的视频情感识别
王金伟
孙华志
《天津师范大学学报（自然科学版）》
CAS
北大核心
2021
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
