隨著全球科技水平發(fā)展和深度學習技術(shù)成熟,互聯(lián)網(wǎng)迎來人工智能時代,計算機視覺是人工智能研究的重要領(lǐng)域。時序事件分析與研究更是成為當下熱點,在自動駕駛、智能監(jiān)控、短視頻推薦、動作行為分析等眾多領(lǐng)域有廣闊市場和應(yīng)用前景。目前時序事件分析與研究已經(jīng)進入了一個新的階段,從過去的傳統(tǒng)方法到當下流行的神經(jīng)網(wǎng)絡(luò),雖然各個數(shù)據(jù)集上的性能在不斷提升,但是離實際場景應(yīng)用還有一定的差距。主要難點在于時序事件任務(wù)本身的復(fù)雜性和多樣性,其要求對時序事件中的動作類別進行識別,動作范圍進行檢測以及動作持續(xù)時間進行判斷。而且由于背景的復(fù)雜程度、動作自由變化的幅度、事件持續(xù)時間的長短差異大以及攝像機拍攝視頻時抖動而導致的分辨率低、模糊不清等問題也給時序事件分析與研究帶來了巨大的困難。針對時序事件任務(wù)的復(fù)雜性和多樣性,本文利用混合卷積和注意力機制識別時序事件中的動作類別、結(jié)合P3D和Faster RCNN檢測時序事件中的動作范圍、改進邊界敏感網(wǎng)絡(luò)判斷動作持續(xù)時間,對時序事件中動作提名。本文主要的三部分工作如下:1.提出了一種基于混合卷積和注意力機制的時序事件中動作識別的方法。本算法以時序事件中的整段短視頻作為處理對象,首先... 

【文章來源】：西安電子科技大學陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：84 頁

【學位級別】：碩士

【部分圖文】：

安防監(jiān)控

短視頻推薦

原始圖像大小是( , , , )in in inN C H W ，卷積結(jié)果大小是out out( , , , )outN C H W ，始圖像個數(shù)，C 代表圖像通道數(shù)，H 代表圖像高度，W 代表圖像寬度核大小，S 代表滑動窗口步長，P 代表原始序列每邊填補 0 個數(shù)，則程如下：out21inH P KHS out21inW P KWS 樣，將一維池化擴展到二維池化，不僅可以降低特征維數(shù)，減少參數(shù)過擬合。對于圖像來說，最大池化和均值池化也可以起到濾波的作用，讓圖像更平滑。以，池化在卷積神經(jīng)網(wǎng)絡(luò)中十分重要，下面舉例講解一下圖像最大池化. 2 所示：


本文編號：3342922