【摘 要】
：
为有效捕捉行为中的时序关系,增强网络的特征表达能力,提出一种基于ResNeXt-GRU的人体行为识别方法.首先,使用聚类算法提取行为视频关键帧序列,输入ResNeXt网络中进行空间维度上的特征提取.然后,将输出的特征向量全部输入门控循环单元(GRU)网络中进行时序学习.最后,利用Softmax分类器进行分类.在UCF101和HMDB51数据集上分别进行实验,识别准确率为93.7％和69.2％.实验结果表明与现有的其他许多行为识别方法相比,识别准确率得到了一定的提升.
【机 构】
：
成都信息工程大学软件工程学院,四川成都610225
论文部分内容阅读
为有效捕捉行为中的时序关系,增强网络的特征表达能力,提出一种基于ResNeXt-GRU的人体行为识别方法.首先,使用聚类算法提取行为视频关键帧序列,输入ResNeXt网络中进行空间维度上的特征提取.然后,将输出的特征向量全部输入门控循环单元(GRU)网络中进行时序学习.最后,利用Softmax分类器进行分类.在UCF101和HMDB51数据集上分别进行实验,识别准确率为93.7％和69.2％.实验结果表明与现有的其他许多行为识别方法相比,识别准确率得到了一定的提升.
其他文献
为解决课程知识点抽象、分散和理论无法联系实际的问题,从课程目标、课程内容、教学方法和考核方式等多方面开展课程改革,大力推进以学生为中心的项目制教学.将课程知识体系模块化,工程案例嵌入教学模块中;以工程案例为背景开展“应用型翻转课堂”教学;以学科竞赛和真实项目为依托开展分层次的项目制教学;在翻转课堂和项目制教学过程中联合开展“课程思政”教学.采用过程化与个性化相结合的全过程考核方式.
产业化是非物质文化遗产实现可持续发展的重要途径.“郫县豆瓣”作为产值过百亿的非遗项目,对地方经济发展作出了积极的贡献.用灰色关联度方法实证分析了“郫县豆瓣”产业化与县域经济发展之间的关系.结果显示,“郫县豆瓣”产值与郫都区经济发展的关联度并不高,地方特色和非遗文化的优势尚未充分发挥出来,产业附加值还有较大的提升空间.重点在于三产联动,延长产业链,优化产业结构.为此提出了原料生产产业化,产学研用一体化,非物质文化遗产产业化,深化农工文商旅融合4个对策,助推“郫县豆瓣”产业高质量发展和县域经济社会发展.
本文中作者针对变压器铁心接地线耦合的多种信号(CES),提出了基于CES全信息测量和delta关联分析的变压器状态监测方法,全面提取CES的各类特征,并引入关联分析技术,可准确地评估变压器的运行状态.
地方性新建本科院校在推进传统优秀文化进校园的实践活动中面临不少难题和挑战,探索地方性应用型本科高校传统文化进校园的实践活动尤为重要.福建江夏学院在优秀传统文化进校园的过程中,立足区域文化视角,将文化传承与文化创新相结合,以科研带动教学,以创新创业项目带动人才培养,变文化传承的被动施教为文化创新的主动接受,使优秀传统文化实现真正意义上的落地生根,为地方性应用型本科高校传统文化进校园的路径选择提供了有益的尝试.
结合学校办学优势、专业特色,以需求为导向,建设特色资源,开展特色服务.通过高校主题馆(以成都工业学院为例)文化影响力的育人实践与探索,挖掘主题馆承载的校史文化、红色文化、工业文化、专业文化等内容,把丰富的校园文化资源转化为特色文化品牌,充分发挥校园主题馆的文化传承、育人化人功能,彰显百年学府的文化沉淀与丰厚底蕴,形成大学文化和大学精神的凝聚力、向心力和影响力,担当起高等学校文化传承创新的重要使命,使高校主题馆成为校园文化的示范区、辐射源,成为培育和弘扬社会主义核心价值观的重要阵地.
针对部分油画艺术作品存在图像破损的问题,提出一种基于非局部(Non-local)注意力机制生成对抗网络的油画修复方法.首先,在生成器部分,采用扩张卷积和门控卷积替代原网络中的普通卷积层,增强网络的特征提取能力,同时加入Non-local注意力机制,提升生成器的修复能力;其次,使用马尔科夫判别器,强化网络的判别效果;最后,在损失函数部分使用感知损失、GAN损失和L1损失,使整个网络的训练更加稳定.网络在开源的Gal-lerix油画数据集上进行了验证,实验结果表明:与Global&Local、Partical
S-Box功耗随机化是一种对抗侧信道攻击的防御方案,该方案将设备加密过程中S-Box输出值功耗泄露的位置进行随机化处理,降低了中间值与能量消耗的相关性,使得基于固定位置进行能量分析的代价大幅增加.具备平移不变性的卷积神经网络在侧信道攻击上取得了显著的效果.为进一步提高其对S-Box功耗随机化防御方案的攻击能力,基于贝叶斯个性化排序的思想,提出一种更符合侧信道攻击原理的CNN-BPR模型.实验结果表明,与Softmax交叉熵损失模型相比,CNN-BPR模型在使用全部训练能迹用于模板攻击时,成功恢复密钥所需要
轻量级分组密码算法PRESENT采用了 SPN网络结构,具有实现面积小、功耗低等特点,因此广泛使用于资源受限的环境中.针对PRESENT算法,设计多字节故障模型,在PRESENT算法的第30、29轮的任意位置分别进行随机故障注入,注入的字节数不固定.利用PRESNET算法的故障传播路径,构建输出差分和可能输入值之间的关系,通过提出的并行S盒分析方法得到正确输入,进而得到正确的轮子密钥.最后通过分析密钥编排方案,只需要两轮正确的轮子密钥即可推导出初始的80 bits主密钥.实验结果表明,与现有的针对PRES
为解决LQR控制算法在智能车路径跟踪应用中参数难以选择且存在稳态误差的问题,提出一种基于遗传算法、前馈控制和线性二次型最优控制(genetic algorithm-feedforward control-linear quadratic regulator)的 GA-FFC-LQR路径跟踪控制器.首先,根据车辆的受力情况建立车辆动力学模型,通过将车辆投影到自然坐标系下,建立以相对于期望路径的横向偏差和航向偏差为状态变量的误差动力学模型.基于此误差动力学模型,利用LQR控制理论设计智能车路径跟踪控制器,并结
针对多通道压电陶瓷驱动系统中控制不够灵活、不能及时输出及功耗过高的问题,提出一种基于以太网控制可实现多通道电压同时输出的高压放大系统设计方案.系统采用STM32+FPGA相互配合的控制方式,利用STM32外设丰富和操作方便的特点,设计实现对以太网控制器W5300的配置,从而可灵活地接收和解析来自上位机的指令;利用FPGA并行处理速度快的特点,能同时对8片数模转换芯片AD5760进行操作,并控制10片模拟高压开关HV2601将输出通道拓展到160路;高压放大部分则采用三级放大电路串联的方式,对AD5760输