【摘 要】
:
视频暴力行为检测任务隶属于行为识别领域,它指的是对视频序列中存在的暴力行为进行检测,传统检测方法的效率和准确率都不高,无法满足应用需求。随着深度学习技术的快速发展,基于深度学习的检测方法与传统方法相比在准确率上有了很大的提高,因此基于深度学习的暴力行为检测方法近年来得到了一定程度上的发展。虽然基于深度学习的检测模型准确率很高,但其效率仍然较低,不能应用于实时暴力行为检测场景。基于深度学习的检测模型
论文部分内容阅读
视频暴力行为检测任务隶属于行为识别领域,它指的是对视频序列中存在的暴力行为进行检测,传统检测方法的效率和准确率都不高,无法满足应用需求。随着深度学习技术的快速发展,基于深度学习的检测方法与传统方法相比在准确率上有了很大的提高,因此基于深度学习的暴力行为检测方法近年来得到了一定程度上的发展。虽然基于深度学习的检测模型准确率很高,但其效率仍然较低,不能应用于实时暴力行为检测场景。基于深度学习的检测模型一般分为单流法、双流法以及骨架法,单流法只将RGB图像作为输入,效率相对另外两种方法要高;双流法基于单流法并需要预先提取光流图,虽然准确率比单流法高,但是运行效率却远远不如;另外基于骨架的检测方法会预先提取人体上多个关键骨骼点,然后根据骨骼点的位置变化来判断人体做出的行为类别,这种方法在人多、有遮挡的情况下无法准确提取关键点,所以会导致准确率大大降低。本文以暴力行为检测算法的实际应用为出发点,构建在线行为检测系统,并针对检测算法的效率问题进行深入研究并给予解决方案,本文做了以下工作:(1)暴力行为检测系统。文章将暴力行为检测算法应用于实际场景,并以此构建了暴力行为检测系统。此系统基于web向用户提供服务,并集成了实时行为检测的功能,能够做到行为发生时的信息反馈。系统整体采用分离式结构,模型更换并不影响整个系统其余功能的正常使用,因此仅需要对模型重新训练便可以让此系统支持更多的其他种类的行为检测。(2)用于暴力行为检测的轻量化混合卷积网络。针对暴力行为检测算法的效率问题,本文提出新型检测网络Mi Net及其衍生版本Mi Net-3D、Mi Net-2D、Lite Net,此系列网络基于单流法并采用轻量化混合卷积方法使得网络的效率得到了保证。最优网络(Mi Net-3D)与其他主流模型在四个暴力行为检测数据集(Movies,Hockey,Crowd,RWF-2000)上进行了对比实验,准确率分别达到了100%、94.71%、91.41%、81.98%,处于现有模型的中游水平;另外此网络的参数量仅为0.352M,Flops仅为0.33G,远远小于现有模型。(3)针对3D轻量化混合卷积网络的注意力机制。本文探究注意力机制在3D卷积网络模型中的有效性和可行性,并提出用于3D CNN的联合注意力模块,此模块将以极小的性能上的牺牲换来模型准确率的极大提升。实验表明这种联合注意力模块给轻量化混合卷积网络带来了正面效果,使得网络(Mi Net-3D)在Hockey、Crowd、RWF-2000三个数据集上的准确率分别提升了1.44%、4.84%、0.71%,且给原网络增加的参数量控制在1K以内,Flops的增加控制在0.26M左右。
其他文献
近几十年来,人工智能技术发展日新月异,它被认为是第四次工业革命,5G、存储、大数据等多种技术的发展带来了数据的井喷,丰富多样的数据资源为人工智能训练系统提供了依据。本论文所研究的图像语义分割是计算机视觉领域的重要分支,具体来讲它的任务是从像素级的角度分割出图片中的不同对象,对原图中的每个像素都进行标注分类。简单的说就是在一副图像中,把目标从背景中分离出来。语义分割已经被广泛应用于需要提取目标具体轮
国内社区卫生服务设施自发展起步以来,随着现实条件、人民健康需求、以及政策形势要求等不断变化,其发展目标、发展问题、以及发展方式等同样在发生改变。当前,在城市更新导向下,国内社区卫生服务设施发展进入新阶段,面临新的矛盾与需求,本文对北京市中心城区内社区卫生服务设施进行评价与优化研究,旨在为国内不同地区内社区卫生服务设施,在现实条件限制下、持续更新以匹配不同阶段的发展任务时,提供较为普适性的方法与思路
网络对齐是映射不同网络间节点关系的方法,在生物信息、计算机视觉、社交网络领域有着广泛的应用。但是,网络对齐在仅利用网络拓扑图结构进行节点对齐时,存在其内部具有等价关系的节点无法区分的现象,导致了网络对齐结果评价指标较低问题。该问题并不是由对齐算法自身产生,而是图结构中等价类自身特性所致,因此在度量网络对齐结果时应考虑其中不可绝对匹配的节点等价关系。然而,当前主流的网络对齐度量方法没有考虑这一问题,
新时代下的互联网高速发展,各种数据呈现爆炸式增长。其中新闻文本数据随着推送、流媒体平台、社交媒体的普及已广泛渗透进大众生活,人们迫切希望找到有效缓解信息过载问题的方法。近年来,深度学习的发展极大地推动了自动文本摘要技术的研究。但已有的方法仍存在一些不足,面向中文语料的新闻文本摘要算法没有充分利用中文分词特征,以及摘要算法的训练目标中欠缺对整体语义相关性的考量,导致摘要连贯性较差等问题,最终影响文本
实体关系抽取作为自然语言抽取领域的重要子任务,在知识图谱、搜索引擎以及智能问答等下游任务中发挥着重要的作用,根据命名实体识别和关系抽取两个子任务是否相互独立,分为流水线式抽取和联合式抽取两种方法。近年来基于预训练语言模型的联合式实体关系抽取方法取得了不错的研究进展,但仍然会出现实体重叠、关系重叠以及实体冗余等问题,同时在进行关系抽取时没有充分利用实体本身蕴含的重要信息。特别是中文实体关系抽取,由于
离散事件系统(DES)是由一系列状态和事件组成的动态数学模型。随着通信和传感技术的快速发展,现代工业系统规模越来越大,系统在运行时难免会出现故障。为保证系统可靠性,控制工程师应设计一个能在正常范围内安全运行的系统,并在系统故障发生前,尽可能预测出即将发生的故障,以采取相应措施,对故障进行规避。因此,对DES发生故障前的预测问题的研究具有重要价值。随着计算机领域的快速发展,计算机集群式的算力得到大幅
导数计算是包括机器学习在内的多个领域的重要需求,针对这一需求,目前存在多种不同的微分方法和实现手段。其中,基于源代码转换的自动微分由于其高效性以及适用性强的特点被广泛使用,但其实现难度较大。基于操作符重载的自动微分会导致微分的时间开销过高。基于此,本文聚焦于自动微分的实现及优化,通过追踪以及符号微分等方法与源代码转换相结合,以达到自动微分的简洁与高效实现。本文主要的研究成果包括:(1)提出了一种以
特征选择就是从给定的特征集合中选出相关特征子集合以减少数据的维度。在分类任务中,特征选择不仅能够减少计算开销也能够提高分类准确率。进化算法和群体智能算法具有高鲁棒性和全局优化等优点,被广泛应用在特征选择中。在特征选择的实际应用中,不仅需要高分类率也需要较低的计算成本。基于这两个优化目标,现有的进化算法和群体智能算法大多对特征选择问题进行多目标优化,以及部分单峰优化的研究。其实,特征选择具有潜在的多
根据ACE2005评测会议的定义,事件是主体状态变化或者主体间相互作用的一种客观表现,而事件抽取是从非结构化文本获取预定义类型事件的关键技术.在这些文本中,有一部分对事件发生与否作出了主观推测,且对应事件的发生时间常在未来而非过去,对此本文以未来事件进行定义.从实际应用上看,实现未来事件抽取可为未来事件图谱构建,信息检索及知识推理等后续任务提供结构化数据,同时还可以给当下决策提供参考依据.因为是对
人类的生长发育等一切性状受基因和环境共同影响,其中基因广泛参与生命过程中各项生理机能的调控,对生物性状起决定性作用。甲基化作为一种常见的基因表观遗传修饰在许多生物过程与许多重大疾病的发生发展密切相关,DNA-N6甲基腺嘌呤(6-m A)表观遗传修饰是重要的表观遗传修饰标记之一。异常的6-m A位点会影响基因表达,从而引发多种重大疾病,因此预测6-m A位点对理解治病机理和治疗疾病有重要意义。基于此