【摘 要】
：
视频行为识别是近年来比较热门的研究领域,能够把视频中的行为识别出来将对社会产生深远的影响,可以在智能监控、视频检索、医疗健康、人机交互等方面发挥巨大的作用,但是,视频行为识别也受到了各种限制,影响了行为识别的准确率,还不能完全依赖视频行为识别技术来解决实现生活中的问题。为了提高视频行为识别的准确率,设计并实现了基于残差网络和长短期记忆网络结合的模型。视频中包含空间特征和时序特征,这两个信息是关于行
论文部分内容阅读
视频行为识别是近年来比较热门的研究领域,能够把视频中的行为识别出来将对社会产生深远的影响,可以在智能监控、视频检索、医疗健康、人机交互等方面发挥巨大的作用,但是,视频行为识别也受到了各种限制,影响了行为识别的准确率,还不能完全依赖视频行为识别技术来解决实现生活中的问题。为了提高视频行为识别的准确率,设计并实现了基于残差网络和长短期记忆网络结合的模型。视频中包含空间特征和时序特征,这两个信息是关于行为的特征表现,利用深度学习对这两个特征计算,将提取的信息融合得到了对视频的分类结果。首先,将视频分解成帧,并且从中抽取出一部分帧作为残差网络的输入,视频帧中包含了空间特征,利用在图像数据集优异表现的残差网络来提取视频中的空间特征,这个过程是对视频帧数据编码;在提取到空间特征后,将空间特征输入到长短期记忆网络中,利用网络对依赖问题的处理能力来提取视频中的时序信息,对视频提取时序特征是解码的过程,并在最后将时序网络的输出进行全连接,得到模型对视频行为的分类结果。在视频数据集UCF-101中,模型对视频行为分类的准确率达到了85.68%,视频数据集识别基本的准确率为43.9%,实验结果相对于其他经典模型的准确率也有一定的提升,本实验模型能够较好完成数据集中行为识别的任务。
其他文献
CIFLog是一个由中国石油勘探开发研究院研发,并且具有完整知识产权的一款测井处理解释一体化的国产测井解释平台。该测井解释平台具有跨平台、集成各种高端处理解释技术等突出优点。在测井解释领域中,常规的测井解释算法,已经不能满足当下测井行业对于测井解释效率以及精度的要求。在相关的机器学习算法被引入到测井解释领域后,测井解释的处理效率和处理精度都有一定程度的提升。机器学习与测井解释的结合,将会为测井解释
随着我国工业制造领域的迅速发展,工业产品几乎覆盖到生活的各个方面。然而,在工业自动化生产过程中,不可避免地出现缺陷产品。如果这些缺陷产品流入市场,将导致企业遭遇信用危机,降低产品的竞争力。因此,如何快速、准确地实现自动化缺陷检测是工业生产中一个亟待解决的问题。目前,产品表面缺陷检测主要依靠传统机器视觉检测和基于深度学习方法的检测。这些算法虽在一定程度上能满足高效性的需求,但仍存在以下问题:首先,表
随着先进制造技术的发展,面向制造现场的在线测量技术得到了广泛应用,其中,基于线结构光的机器人柔性在线测量技术具有非接触、高精度及高柔性等优点,能够较好地满足工业测量的需求,成为了在线测量技术的一个重要研究领域。基于线结构光的机器人柔性在线测量系统由机器人及线结构光传感器组成,其工作原理为:通过机器人带动线结构光传感器从不同视角采集物体的形貌信息,进而结合手眼关系及机器人末端位姿信息将形貌信息转换至
最近的研究表明,人为设计的对抗样本能够攻击典型深度识别网络,这类对抗性扰动很细微以至于较难被人眼察觉,却可以导致本来正确识别的模型误分类。然而,传统的对抗样本生成方法,在一些防御手段下已经失效。如何有效提升对抗样本的攻击成功率和标签迁移率,同时降低对抗样本与原始样本的差异以致无法为人察觉,是本文的主要研究内容。对于有目标攻击,该论文提出基于类别加权显著性图的对抗样本快速生成方法,在大规模数据集上成
监控系统在工业生产中占据着十分重要的位置,高质量的监控系统能够确保生产过程的正确性与安全性,大幅度提高生产效率。随着生产规模的不断扩大,所需监控的对象数量激增,对监控系统的准确性与快速响应性要求日益提高。在传统监控系统难以满足大规模生产数据监控需求的背景下,对新型的大型监控系统的设计与研究变得十分重要。本文将依托实际工程项目,对一种基于多路CAN总线加工业以太网的大型并网监控系统进行设计,并结合实
近年来,随着我国公路建设里程的不断增加,恶劣天气下的道路安全问题越来越受到重视。路面状况检测技术可以帮助公路交通管理部门及时掌握结冰、积雪等路况信息,快速发布预警信息,提高公路养护和管理的效率,降低因恶劣天气造成交通事故的风险。本文依据电化学理论和电解质理论,从电化学阻抗谱的角度实现了干燥、积雪、积水、结冰等不同路面状况的区分检测,同时研究氯化钙溶液电阻与浓度的关系,通过测量盐溶液电阻,实现了溶液
保持接触网及其附属部件的良好工作状态是高速列车安全运行的基本保障。由于高铁运行过程中各种定位承力支座不断受到电气冲击和机械应力的多重影响,这大大增加了其部件损坏的机率,如果定位承力支座发生故障,会直接损坏接触网设备甚至导致高速列车的骤停和威胁到车厢内人员的人生安全。及时检测到接触网上存在的缺陷对保证铁路的安全运行至关重要,现有检测接触网缺陷的方法可分为:人工巡检、非接触式物理检测和非接触式图像技术
最近几年,目标检测算法模型层出不穷,取得了令人瞩目的进展,在工业领域和生活领域都找到了许许多多的适用场景。但现有的目标检测模型,大多数都是针对通用的自然场景下的图像目标来设计解决方案。对于航拍图像中的小目标来说,检测效果不是很理想,存在着巨大的挑战。因此,论文着手于航拍图像的实际场景,从浅层特征与深层特征融合,感受野增强,轻量级特征提取网络等角度来解决航拍图像小目标定位与分类的问题。主要工作如下:
飞机起降保障作业调度对于提升飞机出动能力至关重要,也是国内外舰船研究的重点问题。国外对于该问题研究得比较深入,且具有成熟的应用和系统,国内的相关研究起步较晚,但研究内容涉及局部作业流程调度、整体流程优化调度以及动态调度等多个方面。国内外相关研究多聚焦于静态调度,对于突发情况下的动态调度策略研究相对较少,而飞机起降保障作业动态调度则更符合实际的需求。本文基于改进NSGA-Ⅱ算法对飞机起降保障作业动态
实体关系抽取是信息抽取技术的重要组成部分,它可以从非结构化文本中抽取出重要的结构化信息,知识图谱、推荐系统、对话问答系统等都涉及到对实体关系抽取技术的运用。虽然传统的实体关系抽取技术发展很成熟,有各种模型方法被提出,但是依然存在一个问题,那就是模型的迁移性能不够。传统模型只能识别训练集中出现的关系类别,对于训练集之外的关系类别是无法识别的,而本文的主要目的就是为了解决上述问题,提升实体关系抽取模型