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
基于改进注意力机制与VGG-BiLSTM的暴力行为检测
被引量：
1
1
作者
李金成
闫睿骜
代雪晶
《现代电子技术》
北大核心
2024年第21期131-138,共8页
为解决单一深度卷积神经网络VGG特征提取的局限性,以及单一循环神经网络RNN在记忆历史信息方面的困难,提出改进注意力机制与深度时空网络的深度学习模型VBA-net的暴力行为检测方法。首先,通过VGG的深层神经网络提取关键局部特征;其次,...
为解决单一深度卷积神经网络VGG特征提取的局限性,以及单一循环神经网络RNN在记忆历史信息方面的困难,提出改进注意力机制与深度时空网络的深度学习模型VBA-net的暴力行为检测方法。首先,通过VGG的深层神经网络提取关键局部特征;其次,运用改进后的注意力机制捕捉和优化最显著的特征;最后,利用双向长短期记忆网络处理过去和未来的时序数据。仿真实验结果表明,VBA-net在规模较小的HockeyFight和Movies数据集上的准确率分别达到了97.42%和98.06%,在具有多样化内容和复杂环境数据集RWF-2000和RLVS上准确率分别达到89.00%和95.50%,因此其在复杂环境的综合鲁棒性优于同类算法,可有效提升暴力行为检测任务中的准确率。
展开更多
关键词
暴力行为检测
深度卷积神经网络
双向长短期记忆网络
注意力机制
VBA-net
特征提取
在线阅读
下载PDF
职称材料
一种改进R(2+1)D网络的暴力行为检测方法
被引量：
1
2
作者
王勇
靳伟昭
+1 位作者
冯伟
全英汇
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2022年第2期155-163,217,共10页
公共安全中复杂的暴力行为检测具有重要的研究价值。传统的研究方法主要基于手工设计的特征,泛化能力较差,现有的深度学习网络模型泛化能力强但准确率较低。针对上述问题,提出了一个结合R(2+1)D改进网络和密集连接思想的暴力行为检测方...
公共安全中复杂的暴力行为检测具有重要的研究价值。传统的研究方法主要基于手工设计的特征,泛化能力较差,现有的深度学习网络模型泛化能力强但准确率较低。针对上述问题,提出了一个结合R(2+1)D改进网络和密集连接思想的暴力行为检测方法。由于原R(2+1)D残差模块支路中的步长为2的卷积操作忽略了特征图的3/4,所以将其优化为池化操作和步长为1的卷积操作。本实验的数据集共有1500个视频样本,具体包括曲棍球比赛数据集和自制数据集。实验结果证明,改进后R(2+1)D网络相比原网络准确率分别提高了约2.30%和1.00%。另外,引入密集连接思想,将残差模块中的不同卷积层级间建立连接,使残差块中的卷积层输出特征图可重复使用,这在一定程度上减轻了训练过程中梯度消散的问题。通过在相同数据集上进行测试,发现改进后(2+1)D网络相比传统的方法,检测精度进一步提升了约1.47%和0.93%。因此,在公开的经典暴力行为检测数据集上的实验证明,相对于传统的3种网络学习方法,该算法能够更好地表示暴力行为信息,是一种更加简单有效的暴力行为检测方法。
展开更多
关键词
暴力行为检测
(2+1)D密集残差块
残差网络
深度学习
在线阅读
下载PDF
职称材料
题名
基于改进注意力机制与VGG-BiLSTM的暴力行为检测
被引量：
1
1
作者
李金成
闫睿骜
代雪晶
机构
中国刑事警察学院公安信息技术与情报学院
出处
《现代电子技术》
北大核心
2024年第21期131-138,共8页
基金
公安部科技强警基础工作专项项目(2023JC08)
中央高校基本科研业务费项目(D2023001)
中国刑事警察学院刑事摄影教研项目(14100001)。
文摘
为解决单一深度卷积神经网络VGG特征提取的局限性,以及单一循环神经网络RNN在记忆历史信息方面的困难,提出改进注意力机制与深度时空网络的深度学习模型VBA-net的暴力行为检测方法。首先,通过VGG的深层神经网络提取关键局部特征;其次,运用改进后的注意力机制捕捉和优化最显著的特征;最后,利用双向长短期记忆网络处理过去和未来的时序数据。仿真实验结果表明,VBA-net在规模较小的HockeyFight和Movies数据集上的准确率分别达到了97.42%和98.06%,在具有多样化内容和复杂环境数据集RWF-2000和RLVS上准确率分别达到89.00%和95.50%,因此其在复杂环境的综合鲁棒性优于同类算法,可有效提升暴力行为检测任务中的准确率。
关键词
暴力行为检测
深度卷积神经网络
双向长短期记忆网络
注意力机制
VBA-net
特征提取
Keywords
violence behavior detection
DCNN
Bi-LSTM
attention mechanism
VBA-net
feature extraction
分类号
TN919-34 [电子电信—通信与信息系统]
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
一种改进R(2+1)D网络的暴力行为检测方法
被引量：
1
2
作者
王勇
靳伟昭
冯伟
全英汇
机构
西安电子科技大学电子工程学院
出处
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2022年第2期155-163,217,共10页
基金
国家自然科学基金(61772397,12005169)
国家重点研发计划(2016YFE0200400)
+3 种基金
陕西省自然科学基础研究发展计划(2021JQ-074)
陕西省社科界重大理论与现实问题研究项目2020(20ST-81)
榆林市科技局项目(CXY-2020-094)
多模态认知计算安徽省重点实验室开放基金(2021)。
文摘
公共安全中复杂的暴力行为检测具有重要的研究价值。传统的研究方法主要基于手工设计的特征,泛化能力较差,现有的深度学习网络模型泛化能力强但准确率较低。针对上述问题,提出了一个结合R(2+1)D改进网络和密集连接思想的暴力行为检测方法。由于原R(2+1)D残差模块支路中的步长为2的卷积操作忽略了特征图的3/4,所以将其优化为池化操作和步长为1的卷积操作。本实验的数据集共有1500个视频样本,具体包括曲棍球比赛数据集和自制数据集。实验结果证明,改进后R(2+1)D网络相比原网络准确率分别提高了约2.30%和1.00%。另外,引入密集连接思想,将残差模块中的不同卷积层级间建立连接,使残差块中的卷积层输出特征图可重复使用,这在一定程度上减轻了训练过程中梯度消散的问题。通过在相同数据集上进行测试,发现改进后(2+1)D网络相比传统的方法,检测精度进一步提升了约1.47%和0.93%。因此,在公开的经典暴力行为检测数据集上的实验证明,相对于传统的3种网络学习方法,该算法能够更好地表示暴力行为信息,是一种更加简单有效的暴力行为检测方法。
关键词
暴力行为检测
(2+1)D密集残差块
残差网络
深度学习
Keywords
violence detection
(2+1)D dense residual block
residual network
deep learning
分类号
TP391.4 [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
基于改进注意力机制与VGG-BiLSTM的暴力行为检测
李金成
闫睿骜
代雪晶
《现代电子技术》
北大核心
2024
1
在线阅读
下载PDF
职称材料
2
一种改进R(2+1)D网络的暴力行为检测方法
王勇
靳伟昭
冯伟
全英汇
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2022
1
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
