【摘 要】
:
基于视频的人体行为识别是计算机视觉领域的重要研究方向之一,能够应用于智能监控、人机交互、视频内容检索等众多领域中,具有非常广泛的应用前景。在互联网技术快速发展的今天,网络视频数量呈现爆发式增长的趋势,对视频数据处理的效率与质量提出了更高的要求。由于人体行为在时间上的连续性以及动作的复杂性等问题,如何高效准确地从视频中提取人体行为的特征仍面临巨大的挑战。近年来,深度学习技术在图像分类、目标检测等任务
论文部分内容阅读
基于视频的人体行为识别是计算机视觉领域的重要研究方向之一,能够应用于智能监控、人机交互、视频内容检索等众多领域中,具有非常广泛的应用前景。在互联网技术快速发展的今天,网络视频数量呈现爆发式增长的趋势,对视频数据处理的效率与质量提出了更高的要求。由于人体行为在时间上的连续性以及动作的复杂性等问题,如何高效准确地从视频中提取人体行为的特征仍面临巨大的挑战。近年来,深度学习技术在图像分类、目标检测等任务中取得了引人注目的成绩。鉴于深度学习技术强大的特征学习能力,本文研究了如何利用基于深度学习的特征提取方法对视频数据中的人体行为特征进行准确地表达,提高人体行为识别的准确率和效率。本文的主要工作如下:1.深入研究基于双流模型的人体行为识别方法,针对现阶段模型不能有效区分特征重要性的问题,设计时序激励模块并将其嵌入到深度卷积神经网络中提出一种融入时序激励机制的网络模型--TEN。模型通过学习可以为时序上不同位置的特征赋予不同的权重,以此来区分不同特征的重要性,使局部特征融合形成的视频全局特征更具代表力,最后通过加权融合两个网络的得分获得最终的行为类别。2.引入基于深度学习的光流提取方法并对其进行改进。为了获得小位移运动产生的运动信息,将相邻视频帧作为输入改为间隔的视频帧作为输入,将得到的光流称为改进的光流。结合TEN提出了基于多模态特征与时序激励机制的人体行为识别模型。3.针对人体行为识别模型效率不高的问题进行研究,将二维卷积与三维卷积融合起来进行人体行为识别。首先将视频等分为若干片段,在每个片段中随机选取一帧组成输入数据,通过二维卷积神经网络获得底层分辨率较高的特征图,将每帧输入数据得到的特征图集合按照时序位置进行重新排列形成三维卷积神经网络的输入数据。三维卷积神经网络同时学习其中的时空信息得到最终的行为类别,在准确率没有明显降低的情况下使识别速度显著提高。4.建立油田生产现场人体行为识别数据集并验证本文方法在数据集上的有效性。在公共数据集和自建数据集上的实验结果表明,本文提出的方法可以有效提高人体行为识别的准确率与效率。
其他文献
对于材料的流变特性研究,早期主要集中在小振幅振荡测试、旋转剪切测试等研究中,而大振幅振荡剪切测试(LAOS)近来成为研究材料非线性流变特性的热点,但目前相关理论分析方法在原油中尚未得到广泛应用。胶凝原油管道停输再启动过程中,会经历从类固态至类液态转变的过程,大振幅振荡剪切可以较为全面地描述胶凝原油启动破坏过程中的非线性流变特性,能够更好地表述其固液转变过程。本文利用旋转流变仪,对胶凝原油开展大振幅
近年来,由于传统聚合物降凝剂存在诸多不足,运用微纳米颗粒改善聚合物降凝剂性能的技术得到快速发展。同时有研究初步发现,原油中的沥青质能与聚合物降凝剂协同改善蜡油的低温流动性。基于上述研究现状,本论文在制备一系列的聚合物降凝剂以及聚合物/沥青质颗粒复合降凝剂的基础上,进一步深化了聚合物降凝剂与沥青质协同改善蜡油体系流变特性机理研究,探索了基于沥青质颗粒的微纳米复合降凝剂对含蜡原油的流变性改善规律及作用
干扰对齐是一种非常有前景的有效管理干扰的技术,能够利用有限的频谱极大地提高系统总速率。干扰对齐的实现需要通过有限反馈的方式完成信道状态信息、预编码矩阵和解码矩阵在系统中的传递,传统的全反馈拓扑模型需要大量的反馈比特才能实现完整的自由度,产生了巨大的反馈负载。集中式有限反馈模型优化了反馈拓扑,极大地减轻了反馈负载,是目前干扰对齐普遍使用的反馈拓扑。然而,集中式有限反馈模型采用了等比特分配的方案,而没
原油从地层开采到管线运输常伴随有轻烃组分的溶解和逸出,在压力和溶解气体的共同影响下,含蜡原油的析蜡点、凝点以及粘度等均有一定程度的改善效果。除此之外,压力和轻组分对于原油中析出蜡晶的微观结构的影响也不容忽视;最大类间方差法、分形维数等方法提供了表征析蜡点和析出过程变化的定量依据。因此本文从溶气原油蜡晶微观参数测试及其宏观流变性质测试两方面,对饱和溶气原油中析蜡对流动性的影响开展研究。主要研究内容与
超音速分离技术是一项新兴的气体处理技术,被广泛地应用于天然气脱水、脱烃、脱酸、液化及烟气碳捕集等领域。该技术将气体膨胀液化、气液分离和温度及压力恢复等多过程整合于超音速分离管,具有密闭紧凑、简单可靠、无需化学添加剂、适合无人站场、投资运行成本低等优点。目前在混合气体超音速分离工艺过程模拟研究方面尚无研究,本文主要研究工作和成果如下:首先,建立了超音速分离工艺流程并提出工艺性能评价方法。对超音速分离
湿气输送管线内夹带的自由水及因管线沿程温度、压力变化产生的凝结水可与气体形成气液两相流,受气体流速、管道倾角等多种因素的影响,水以液膜的形式呈不同的厚度分布在管道内壁面的不同位置。当与气体伴生存在的CO2等腐蚀性气体溶于水,将导致管道内壁面的腐蚀破坏,影响管道输送的经济运行,危害周边的环境及人身安全。当前关于天然气管道内的CO2腐蚀研究还主要集中在体相溶液,结合液膜特征开展的研究则相对较少,对腐蚀
近年来,随着科学技术的飞速发展,当今社会开始进入了大数据时代,而图像、视频数据作为信息的主要载体更是占据了重要的地位。人体行为识别成为了现如今热门的研究领域,已取得了丰富的研究成果,并在视频监控、公共安全、环境控制和检测、运动分析等领域得到实际应用。在行为识别的研究范畴中,大致可分为基于单人的行为识别、基于双人的行为识别和基于多人的行为识别。基于单人的行为识别已有很多研究成果,而与单人行为相比,双
随着无线网络技术的迅猛发展,以及我国将物联网作为战略性新兴产业上升为国家发展重点,工作在ISM频段的无线网络设备数量呈指数型增长。这推动着单一网络环境向异构网络环境不断演进。在这一过程中,对于异构网络中不同设备之间相互通讯的需求不断增加。然而,传统的数据分发方案受限于单个节点的通讯范围和不同网络设备之间冲突等诸多方面的影响导致数据分发的效率不断降低,同时也不适用于异构网络所特有的网络模式。针对这些
链路预测有助于人们高效地从复杂网络中挖掘出丢失数据、新生数据以及虚假数据。基于网络拓扑结构相似性的链路预测算法是链路预测的热点研究方向,但是该类算法目前仍存在预测精度不够高的问题,主要原因是该类算法忽略了实际网络存在演化特性和算法自身不具备网络自适应预测能力,于是本论文提出了基于未来共同邻居的相似性链路预测模型。因此本论文的创新点和主要工作如下:1.通过分析现实网络连边形成的机制和网络的动态演变过
大多数复杂疾病都与基因相互关联,寻找与疾病相关的易感基因是分析和了解相关疾病可能发病的机理、设计相关疾病的易感基因诊断方法的重要理论基础。全基因组关联研究(Genome-Wide Association Study,GWAS)是一种系统性地搜寻与人类相关疾病易感遗传基因的生命科学研究方法。该方法通过对于人体的全部的基因组的关联分析,可以全面地揭示与疾病的发生、发展与其治疗密切相关的易感基因。传统的