检索结果-维普期刊中文期刊服务平台

3维卷积递归神经网络的高光谱图像分类方法被引量：9: 1; 作者关世豪杨桄 +1 位作者李豪付严宇《激光技术》 CAS CSCD 北大核心 2020年第4期485-491,共7页; 为了针对高光谱图像中空间信息与光谱信息的不同特性进行特征提取,提出一种3维卷积递归神经网络(3-D-CRNN)的高光谱图像分类方法。首先采用3维卷积神经网络提取目标像元的局部空间特征信息,然后利用双向循环神经网络对融合了局部空间信... 展开更多; 关键词光谱学高光谱图像分类 3维卷积神经网络双向循环神经网络空谱联合特征; 在线阅读下载PDF 职称材料

基于双流-非局部时空残差卷积神经网络的人体行为识别被引量：2: 2; 作者钱惠敏陈实皇甫晓瑛《电子与信息学报》 EI CAS CSCD 北大核心 2024年第3期1100-1108,共9页; 3维卷积神经网络(3D CNN)与双流卷积神经网络(two-stream CNN)是视频中人体行为识别研究的常用架构,且各有优势。该文旨在研究结合两种架构且复杂度低、识别精度高的人体行为识别模型。具体地,该文提出基于通道剪枝的双流-非局部时空残... 展开更多; 关键词人体行为识别双流卷积神经网络 3维卷积神经网络网络剪枝非局部模块; 在线阅读下载PDF 职称材料

三维卷积神经网络及其在视频理解领域中的应用研究被引量：5: 3; 作者白静杨瞻源 +1 位作者彭斌李文静《电子与信息学报》 EI CSCD 北大核心 2023年第6期2273-2283,共11页; 3维卷积神经网络(3D CNN)是近几年来深度学习研究中的热点,在计算机视觉领域取得了诸多成就。虽然研究多年且成果丰富,但目前仍缺少关于此内容全面、细致的综述。基于此,该文从以下几个方面对其进行综述:首先阐述3维卷积神经网络的基本... 展开更多; 关键词视频理解深度学习 3维卷积神经网络网络结构; 在线阅读下载PDF 职称材料

融合双流三维卷积和注意力机制的动态手势识别被引量：26: 4; 作者王粉花张强 +1 位作者黄超张苒《电子与信息学报》 EI CSCD 北大核心 2021年第5期1389-1396,共8页; 得益于计算机硬件以及计算能力的进步,自然、简单的动态手势识别在人机交互方面备受关注。针对人机交互中对动态手势识别准确率的要求,该文提出一种融合双流3维卷积神经网络(I3D)和注意力机制(CBAM)的动态手势识别方法CBAM-I3D。并且改... 展开更多; 关键词动态手势识别深度学习双流3维卷积神经网络注意力机制 BN层; 在线阅读下载PDF 职称材料

题名3维卷积递归神经网络的高光谱图像分类方法被引量：9: 1; 作者关世豪杨桄李豪付严宇; 机构空军航空大学; 出处《激光技术》 CAS CSCD 北大核心 2020年第4期485-491,共7页; 基金吉林省科技发展计划资助项目(20140101213JC)。; 文摘为了针对高光谱图像中空间信息与光谱信息的不同特性进行特征提取,提出一种3维卷积递归神经网络(3-D-CRNN)的高光谱图像分类方法。首先采用3维卷积神经网络提取目标像元的局部空间特征信息,然后利用双向循环神经网络对融合了局部空间信息的光谱数据进行训练,提取空谱联合特征,最后使用Softmax损失函数训练分类器实现分类。3-D-CRNN模型无需对高光谱图像进行复杂的预处理和后处理,可以实现端到端的训练,并且能够充分提取空间与光谱数据中的语义信息。结果表明,与其它基于深度学习的分类方法相比,本文中的方法在Pavia University与Indian Pines数据集上分别取得了99.94%和98.81%的总体分类精度,有效地提高了高光谱图像的分类精度与分类效果。该方法对高光谱图像的特征提取具有一定的启发意义。; 关键词光谱学高光谱图像分类 3维卷积神经网络双向循环神经网络空谱联合特征; Keywords spectroscopy hyperspectral image classification 3-D convolutional neural network bi-directional recurrent neural network spectral-spatial cooperative feature; 分类号 TP751.1 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于双流-非局部时空残差卷积神经网络的人体行为识别被引量：2: 2; 作者钱惠敏陈实皇甫晓瑛; 机构河海大学; 出处《电子与信息学报》 EI CAS CSCD 北大核心 2024年第3期1100-1108,共9页; 文摘 3维卷积神经网络(3D CNN)与双流卷积神经网络(two-stream CNN)是视频中人体行为识别研究的常用架构,且各有优势。该文旨在研究结合两种架构且复杂度低、识别精度高的人体行为识别模型。具体地,该文提出基于通道剪枝的双流-非局部时空残差卷积神经网络(TPNLST-ResCNN),该网络采用双流架构,分别在时间流子网络和空间流子网络采用时空残差卷积神经网络(ST-ResCNN),并采用均值融合算法融合两个子网络的识别结果。进一步地,为了降低网络的复杂度,该文提出了针对时空残差卷积神经网络的通道剪枝方案,在实现模型压缩的同时,可基本保持模型的识别精度;为了使得压缩后网络能更好地学习到输入视频中人体行为变化的长距离时空依赖关系,提高网络的识别精度,该文提出在剪枝后网络的首个残差型时空卷积块前引入一个非局部模块。实验结果表明,该文提出的人体行为识别模型在公共数据集UCF101和HMDB51上的识别准确率分别为98.33%和74.63%。与现有方法相比,该文模型具有参数量小、识别精度高的优点。; 关键词人体行为识别双流卷积神经网络 3维卷积神经网络网络剪枝非局部模块; Keywords Human activities recognition Two-stream Convolution Neural Network(two-stream CNN) 3D Convolution Neural Network(3D CNN) Network pruning NonLocal block; 分类号 TN911.73 [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

题名三维卷积神经网络及其在视频理解领域中的应用研究被引量：5: 3; 作者白静杨瞻源彭斌李文静; 机构北方民族大学计算机科学与工程学院国家民委图像图形智能处理实验室; 出处《电子与信息学报》 EI CSCD 北大核心 2023年第6期2273-2283,共11页; 基金国家自然科学基金(62162001,61762003) 宁夏自然科学基金(2022AAC02041) 宁夏优秀人才支持计划,北方民族大学创新项目(YCX22194)。; 文摘 3维卷积神经网络(3D CNN)是近几年来深度学习研究中的热点,在计算机视觉领域取得了诸多成就。虽然研究多年且成果丰富,但目前仍缺少关于此内容全面、细致的综述。基于此,该文从以下几个方面对其进行综述:首先阐述3维卷积神经网络的基本原理和模型结构,接着从网络结构、网络内部和优化方法总结3维卷积神经网络的相关改进工作,然后对3维卷积神经网络在视频理解领域中的应用进行总结,最后总结全文内容并对未来发展方向进行展望。该文针对3维卷积神经网络的最新研究进展以及在视频理解领域中的应用进行了系统的综述,对3维卷积神经网络的研究发展具有一定的积极意义。; 关键词视频理解深度学习 3维卷积神经网络网络结构; Keywords Video understanding Deep learning 3D Convolutional Neural Network(3D CNN) Network structure; 分类号 TP399 [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

题名融合双流三维卷积和注意力机制的动态手势识别被引量：26: 4; 作者王粉花张强黄超张苒; 机构北京科技大学自动化学院北京科技大学人工智能研究院北京市工业波谱成像工程中心; 出处《电子与信息学报》 EI CSCD 北大核心 2021年第5期1389-1396,共8页; 基金国家重点研发计划重点专项(2017YFB1400101-01) 北京科技大学中央高校基本科研业务费专项资金(FRF-BD-19-002A)。; 文摘得益于计算机硬件以及计算能力的进步,自然、简单的动态手势识别在人机交互方面备受关注。针对人机交互中对动态手势识别准确率的要求,该文提出一种融合双流3维卷积神经网络(I3D)和注意力机制(CBAM)的动态手势识别方法CBAM-I3D。并且改进了I3D网络模型的相关参数和结构,为了提高模型的收敛速度和稳定性,使用了批量归一化(BN)技术优化网络,使优化后网络的训练时间缩短。同时与多种双流3D卷积方法在开源中国手语数据集(CSL)上进行了实验对比,实验结果表明,该文所提方法能很好地识别动态手势,识别率达到了90.76%,高于其他动态手势识别方法,验证了所提方法的有效性和可行性。; 关键词动态手势识别深度学习双流3维卷积神经网络注意力机制 BN层; Keywords Dynamic gesture recognition Deep learning Two-stream 3D Convolution Neural Network(CNN) Attention mechanism Batch Normalization(BN)layer; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程]; 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	3维卷积递归神经网络的高光谱图像分类方法	关世豪杨桄李豪付严宇	《激光技术》 CAS CSCD 北大核心	2020	9	在线阅读下载PDF 职称材料
2	基于双流-非局部时空残差卷积神经网络的人体行为识别	钱惠敏陈实皇甫晓瑛	《电子与信息学报》 EI CAS CSCD 北大核心	2024	2	在线阅读下载PDF 职称材料
3	三维卷积神经网络及其在视频理解领域中的应用研究	白静杨瞻源彭斌李文静	《电子与信息学报》 EI CSCD 北大核心	2023	5	在线阅读下载PDF 职称材料
4	融合双流三维卷积和注意力机制的动态手势识别	王粉花张强黄超张苒	《电子与信息学报》 EI CSCD 北大核心	2021	26	在线阅读下载PDF 职称材料