期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
考虑多尺度时空因果特征的排球群体行为识别
1
作者 万宁 张美珠 《电子测量技术》 北大核心 2025年第4期80-90,共11页
考虑到当前排球群体行为识别方法中交互关系的有向性、延时性以及受时空约束等特点,本文提出一种考虑多尺度时空因果特征的排球群体行为识别方法。首先,基于因果检测模型,对行为交互的因果关系进行分析判断;其次,基于时序因果图推理模型... 考虑到当前排球群体行为识别方法中交互关系的有向性、延时性以及受时空约束等特点,本文提出一种考虑多尺度时空因果特征的排球群体行为识别方法。首先,基于因果检测模型,对行为交互的因果关系进行分析判断;其次,基于时序因果图推理模型,提取群体行为中的时序因果特征,降低延时性对特征融合过程中产生的误差;然后,将距离和外观约束引入到时序因果特征中,提取出群体行为多尺度时空因果特征。最后,通过公开数据集和自选数据集验证了本文所提算法的有效性,并通过融合对比实验验证了识别框架中模块的重要性。实验表明:本文所提模型能够充分发挥多尺度时空因果图在描述群体交互影响的优势,提取的多尺度时空因果特征图能够有效学习群体行为特征,提升排球群体行为识别性能。 展开更多
关键词 排球 群体行为识别 因果关系 时空约束 时序推理
在线阅读 下载PDF
基于深度学习的群体行为识别:综述与展望 被引量:2
2
作者 朱晓林 王冬丽 +3 位作者 欧阳万里 李抱朴 周彦 刘金富 《控制理论与应用》 EI CAS CSCD 北大核心 2024年第12期2207-2223,共17页
群体行为识别是计算机视觉领域中备受关注的研究方向,在智能监控系统和体育运动分析等领域中具有广泛的应用推广价值.本文对过去七年来基于深度学习的群体行为识别方法进行了全面综述,有助于更好推动群体行为识别的发展.首先,介绍群体... 群体行为识别是计算机视觉领域中备受关注的研究方向,在智能监控系统和体育运动分析等领域中具有广泛的应用推广价值.本文对过去七年来基于深度学习的群体行为识别方法进行了全面综述,有助于更好推动群体行为识别的发展.首先,介绍群体行为的定义、通用识别流程以及主要的挑战;其次,从群体行为识别的建模方法和内在机理进行划分,并进一步细分类、讨论和分析这些方法的优缺点;然后,给出群体行为识别的常用数据集,列举了相关的开源代码库和评估指标;最后,对该领域未来的研究方向进行了展望. 展开更多
关键词 群体行为识别 深度学习 层级时序建模 交互关系推理 TRANSFORMER
在线阅读 下载PDF
结合张量特征和孪生支持向量机的群体行为识别 被引量:4
3
作者 胡根生 张乐军 张艳 《北京理工大学学报》 EI CAS CSCD 北大核心 2019年第10期1063-1068,共6页
给出一种结合张量特征和孪生支持向量机的群体行为识别算法,以提高对视频中群体行为识别的准确率.首先通过群成员关节点骨架的姿态结构信息和群成员的社会网络信息描述群体在每一帧中的行为,并采用张量形式表示;然后使用多路非线性特征... 给出一种结合张量特征和孪生支持向量机的群体行为识别算法,以提高对视频中群体行为识别的准确率.首先通过群成员关节点骨架的姿态结构信息和群成员的社会网络信息描述群体在每一帧中的行为,并采用张量形式表示;然后使用多路非线性特征映射分解张量核,并利用粒子群优化张量核孪生支持向量机的模型参数;最后结合张量特征和孪生支持向量机实现视频中的群体行为识别.CAD2数据集和自建数据集上的实验结果表明,张量特征能够有效地表示群体行为,相比经典算法,所提算法能有效提高群体行为识别的准确率. 展开更多
关键词 群体行为识别 张量特征 孪生支持向量机 粒子群优化
在线阅读 下载PDF
基于因果分析的群体行为识别 被引量:2
4
作者 王军 夏利民 《电子科技大学学报》 EI CAS CSCD 北大核心 2018年第2期256-261,共6页
该文提出一种基于因果分析的群体行为识别方法,利用Grange因果检验分析个体行为间的因果关系,在此基础上,结合个体间的因果关系、空间位置关系和视觉注意力范围,利用基于主集的聚类法检测行为群体。为了有效地表示群体行为,用方向梯度... 该文提出一种基于因果分析的群体行为识别方法,利用Grange因果检验分析个体行为间的因果关系,在此基础上,结合个体间的因果关系、空间位置关系和视觉注意力范围,利用基于主集的聚类法检测行为群体。为了有效地表示群体行为,用方向梯度直方图和光流直方图描述个体行为,用因果特征描述个体间的交互行为。采用稀疏表示进行群体行为识别,在公共数据库BEHAVE和collective activity上对该方法进行验证,并与其他方法进行对比试验,结果表明了该方法的有效性。 展开更多
关键词 因果分析 主集 群体行为识别 群体检测 稀疏表示
在线阅读 下载PDF
视频群体行为识别综述 被引量:7
5
作者 吴建超 王利民 武港山 《软件学报》 EI CSCD 北大核心 2023年第2期964-984,共21页
群体行为识别是指给定一个包含多人场景的视频,模型需要识别出视频中多个人物正在共同完成的群体行为.群体行为识别是视频理解中的一个重要问题,可以被应用在运动比赛视频分析、监控视频识别、社交行为理解等现实场景中.多人场景视频较... 群体行为识别是指给定一个包含多人场景的视频,模型需要识别出视频中多个人物正在共同完成的群体行为.群体行为识别是视频理解中的一个重要问题,可以被应用在运动比赛视频分析、监控视频识别、社交行为理解等现实场景中.多人场景视频较为复杂,时间和空间上的信息十分丰富,对模型提取关键信息的能力要求更高.模型只有高效地建模场景中的层次化关系,并为人物群体提取有区分性的时空特征,才能准确地识别出群体行为.由于其广泛的应用需求,群体行为识别问题受到了研究人员的广泛关注.对近几年来群体行为识别问题上的大量研究工作进行了深入分析,总结出了群体行为识别研究所面临的主要挑战,系统地归纳出了6种类型的群体行为识别方法,包含传统非深度学习识别方法以及基于深度学习技术的识别方法,并对未来研究的可能方向进行了展望. 展开更多
关键词 群体行为识别 计算机视觉 视频理解 行为识别
在线阅读 下载PDF
群体行为识别深度学习方法研究综述 被引量:7
6
作者 裴利沈 赵雪专 《计算机科学与探索》 CSCD 北大核心 2022年第4期775-790,共16页
群体行为识别是计算机视觉领域应用广泛且亟待解决的重要研究问题。伴随着深度神经网络的发展,群体行为识别与理解的宽度与深度也在不断扩展。通过调研近十年来群体行为识别的研究文献,确定了目前群体行为识别研究的问题定义;指出了群... 群体行为识别是计算机视觉领域应用广泛且亟待解决的重要研究问题。伴随着深度神经网络的发展,群体行为识别与理解的宽度与深度也在不断扩展。通过调研近十年来群体行为识别的研究文献,确定了目前群体行为识别研究的问题定义;指出了群体行为识别研究现存的问题与挑战;在深度学习网络架构下,描述了从早期仅仅对群体行为进行分类识别,到如今更加侧重于对行为群体中活动细节理解的群体行为识别算法的发展历程;重点介绍了以卷积神经网络CNN/3DCNN、双流网络Two-Stream Network、循环神经网络RNN/LSTM和Transformer等网络架构为基础的,主流群体行为识别算法的核心网络架构和主要研究思路,对各算法在常用公共数据集上的识别效果进行了对比;对标注了群体行为类型和个体行为类别等多级标签的常用的群体行为数据集进行了梳理和对比。期望通过客观的对各种算法优缺点的讨论分析,引发读者提出群体行为识别研究的新思路或新问题。最后,对群体行为分析的未来发展进行了展望,期待能够启发新的研究方向。 展开更多
关键词 群体行为识别 深度学习 深度神经网络架构 卷积神经网络(CNN) 长短时记忆神经网络(LSTM)
在线阅读 下载PDF
Granger因果关系时空图推理的群体行为分析 被引量:2
7
作者 谢昭 李骏 +1 位作者 吴克伟 焦畅 《计算机学报》 EI CAS CSCD 北大核心 2023年第4期856-876,共21页
因果关系普遍存在于群体交互行为中,体现出主动体行为对被动体行为的有向影响.因果关系检测的难点在于交互双方的行为具有复杂的时间动态性.现有方法使用循环神经网络,来描述交互关系的时间变化特性,并使用时间注意力机制,来描述时间依... 因果关系普遍存在于群体交互行为中,体现出主动体行为对被动体行为的有向影响.因果关系检测的难点在于交互双方的行为具有复杂的时间动态性.现有方法使用循环神经网络,来描述交互关系的时间变化特性,并使用时间注意力机制,来描述时间依赖关系.上述方法忽视了对多人依赖关系的分析,难以区分交互双方中的主动行为者和被动行为者.本文设计了一种基于Granger因果关系的时空图推理模型,来学习交互双方的主动和被动关系.为了实现Granger因果关系检测,该模型对单个个体时序特征进行自回归建模,来描述行为对个体自己的依赖.该模型对两个个体时序特征进行相关回归建模,来描述行为对两个个体的依赖.该模型通过比较自回归误差和相关回归误差,当自回归误差明显大于相关回归误差,则说明相关个体改变了另一方个体的行为特征,从而检测出相关个体为主动个体,另一方为被动个体.相关回归模型考虑了多种时间延迟量的两个个体的时序特征序列,用于学习两个个体之间行为的时间延迟量.该时间延迟量用于将主动个体时间特征与被动个体时间特征进行对齐.时间对齐后的主动个体特征提供了被动个体的时间和空间上下文特征,并与被动个体特征进行通道级的融合.为了充分描述个体之间的外观模式,位置约束,因果关系的交互关系,该模型构建多尺度外观的因果图,并使用图推理学习融合上下文的个体特征和群体特征.本文对Granger因果关系检测进行消融分析,并说明时间延迟量,交互融合通道比例,多尺度图推理,能够有效改善个体特征、群体特征的描述能力.本文方法在Volleyball和Collective Activity数据集上优于现有群体行为识别方法.本文的可视化结果说明Granger因果关系可以捕获群体中关键的交互关系. 展开更多
关键词 群体行为识别 GRANGER因果关系 时间延迟依赖 时空上下文 图卷积推理
在线阅读 下载PDF
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
8
作者 裴利沈 赵雪专 张国华 《计算机应用研究》 CSCD 北大核心 2022年第3期931-937,共7页
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... 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。 展开更多
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
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部