期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
非感兴趣区域时空分析的运动显著区域检测 被引量:1
1
作者 肖创柏 司薇 +1 位作者 邓米克 王首道 《北京工业大学学报》 EI CAS CSCD 北大核心 2012年第1期100-104,131,共6页
为了有效地进行视频质量评估和视频信息保护,提出了一种基于非感兴趣区域(region-of-non-interest,RONI)时空分析的运动显著区域(motion salient region,MSR)检测算法.通过确定RONI,运动显著区域可作为RONI的补集被提取.实验结果证明,... 为了有效地进行视频质量评估和视频信息保护,提出了一种基于非感兴趣区域(region-of-non-interest,RONI)时空分析的运动显著区域(motion salient region,MSR)检测算法.通过确定RONI,运动显著区域可作为RONI的补集被提取.实验结果证明,该方法可以有效检测出运动显著区域,准确率达到93%,对于那些有复杂摄像机运动的视频也具有强鲁棒性. 展开更多
关键词 非感兴趣区域 时空分析 运动显著区域
在线阅读 下载PDF
基于时间动态帧选择与时空图卷积的可解释骨架行为识别 被引量:2
2
作者 梁成武 杨杰 +3 位作者 胡伟 蒋松琪 钱其扬 侯宁 《图学学报》 CSCD 北大核心 2024年第4期791-803,共13页
骨架行为识别是计算机视觉和机器学习领域的研究热点。现有数据驱动型神经网络往往忽略骨架序列时间动态帧选择和模型内在人类可理解的决策逻辑,造成可解释性不足。为此提出一种基于时间动态帧选择与时空图卷积的可解释骨架行为识别方法... 骨架行为识别是计算机视觉和机器学习领域的研究热点。现有数据驱动型神经网络往往忽略骨架序列时间动态帧选择和模型内在人类可理解的决策逻辑,造成可解释性不足。为此提出一种基于时间动态帧选择与时空图卷积的可解释骨架行为识别方法,以提高模型的可解释性和识别性能。首先利用骨架帧置信度评价函数删除低质骨架帧,以解决骨架序列噪声问题。其次基于人体运动领域知识,提出自适应时间动态帧选择模块用于计算运动行为显著区域,以捕捉关键人体运动骨架帧的动态规律。为学习行为骨架节点内在拓扑结构,改进时空图卷积网络用于可解释骨架行为识别。在NTU RGB+D,NTU RGB+D 120和FineGym这3个大型公开数据集上的实验评估表明,该方法的骨架行为识别准确率优于对比方法并具有可解释性。 展开更多
关键词 行为识别 骨架序列 可解释 运动显著区域 时空图卷积网络
在线阅读 下载PDF
T-STAM:基于双流时空注意力机制的端到端的动作识别模型 被引量:3
3
作者 石祥滨 李怡颖 +1 位作者 刘芳 代钦 《计算机应用研究》 CSCD 北大核心 2021年第4期1235-1239,1276,共6页
针对双流法进行视频动作识别时忽略特征通道间的相互联系、特征存在大量冗余的时空信息等问题,提出一种基于双流时空注意力机制的端到端的动作识别模型T-STAM,实现了对视频关键时空信息的充分利用。首先,将通道注意力机制引入到双流基... 针对双流法进行视频动作识别时忽略特征通道间的相互联系、特征存在大量冗余的时空信息等问题,提出一种基于双流时空注意力机制的端到端的动作识别模型T-STAM,实现了对视频关键时空信息的充分利用。首先,将通道注意力机制引入到双流基础网络中,通过对特征通道间的依赖关系进行建模来校准通道信息,提高特征的表达能力。其次,提出一种基于CNN的时间注意力模型,使用较少的参数学习每帧的注意力得分,重点关注运动幅度明显的帧。同时提出一种多空间注意力模型,从不同角度计算每帧中各个位置的注意力得分,提取多个运动显著区域,并且对时空特征进行融合进一步增强视频的特征表示。最后,将融合后的特征输入到分类网络,按不同权重融合两流输出得到动作识别结果。在数据集HMDB51和UCF101上的实验结果表明T-STAM能有效地识别视频中的动作。 展开更多
关键词 动作识别 双流 通道信息 时空注意力 运动显著区域
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部