【摘 要】
：
在视频理解任务中，人体行为识别是一个重要的研究内容，但视频序列中存在时空信息融合困难、准确率低等问题。针对这些问题，本文提出一种基于时空信息融合的双流时空残差卷积网络模型。首先将视频分段采样提取RGB图像和光流图像，并将其输入到双流时空残差网络，通过设计的时空残差模块提取视频的深度时空特征，最后将每个视频片段的类别结果加权融合得到行为类别。本文提出的双流时空残差模块引入了少量的三维卷积和混合注意力
论文部分内容阅读
在视频理解任务中，人体行为识别是一个重要的研究内容，但视频序列中存在时空信息融合困难、准确率低等问题。针对这些问题，本文提出一种基于时空信息融合的双流时空残差卷积网络模型。首先将视频分段采样提取RGB图像和光流图像，并将其输入到双流时空残差网络，通过设计的时空残差模块提取视频的深度时空特征，最后将每个视频片段的类别结果加权融合得到行为类别。本文提出的双流时空残差模块引入了少量的三维卷积和混合注意力机制，能够同时获取不同尺度的时空信息并且抑制无效信息，可以有效平衡时空信息的捕捉和计算量问题，并且提升了
其他文献
南海陆缘深水区发育同裂陷期及同扩张期岩浆，但其时空展布特征、岩浆活动量及活动机制存在较大争议。我们选取三维反射数据质量较高且覆盖全面的珠江口盆地白云-荔湾深水区，对岩浆活动开展解释和岩浆量的统计工作。在钻井的约束下，综合运用反射特征和接触关系分析以及火山地层学方法，开展了19条高分辨率三维多道反射地震资料解释，在此基础上对白云-荔湾凹陷沉积层中侵入和喷发的岩浆岩开展了系统研究，结果显示：（1）研究
为查明巴丹吉林沙漠湖泊类型与钙华沉积关系，探索钙华沉积与水循环过程。通过分析钙华分布、湖泊与地下水离子组成、水化学类型、矿物饱和指数(SI)开展研究。结果显示：现发现钙华湖泊约占湖泊总数的1/5，这些湖泊在空间分布上未表现出明显规律性；湖泊水化学类型共18种，主要包括Cl-Na型 (43%)、Cl-CO_(3)-Na型 (14%)、Cl-SO_(4)-Na型 (14%)，钙华湖泊未表现出类型的特殊
地下深层富钾卤水是非常重要的钾盐资源，关于其成因及演化的研究具有非常重要的意义，对潜江凹陷深层富钾卤水进行了主、微量元素分析。研究区卤水矿化度125.70～347.00 g/L，K含量为0.32～6.83 g/L；富集Li、B、I、Na、Cl，亏损Mg和Br，Ca和SO_(4)有富集也有亏损。储层岩石矿物学特征、Na_(deficit)与Ca_(excess)值以及Na/Cl摩尔比（0.83～1.
颗粒流是高速远程滑坡物质演化过程的一个重要阶段，也是从细观角度揭示其超常运动特性的重要手段。颗粒流所采用的主要研究方法以及取得的重要理论成果，可以为高速远程滑坡动力学机理的研究提供重要的技术手段和理论支持。聚焦颗粒流研究进展，本文从颗粒流基本概念、流态特征及流变本构模型、颗粒流粒径分选机制等方面进行了系统梳理；进而，从理论、实验及数值计算模型三个方面对高速远程滑坡研究中颗粒流理论及方法的应用进行了
为了在川藏铁路TBM隧道的施工过程中通过岩石的常规物理力学指标快速预测岩石磨蚀性等级，及时调整掘进参数，达到充分挖掘设备潜力的目的，本文通过岩石磨蚀性试验和物理力学试验，利用数理统计和数学分析方法，建立了岩石磨蚀性与物理力学性指标之间的数学模型，归纳总结了二者之间的关系后发现：研究对象的干密度、吸水率及SiO_(2)含量等物理指标与磨蚀性指数值的相关性均为低度相关；单轴饱和抗压强度、单轴抗拉强度、
选取黄河三角洲芦苇湿地、柽柳湿地、盐地碱蓬湿地和光滩这4种典型自然湿地及农垦地棉花田作为研究对象，阐明不同植被类型自然湿地土壤营养元素分布特征和生态化学计量学特征，并进行农垦地同自然湿地的对比研究。结果表明，自然湿地内土壤总有机碳（TOC）和总氮（TN）含量总体表现为：芦苇湿地、柽柳湿地＞盐地碱蓬湿地＞光滩，TOC和TN含量同土壤电导率值（EC）和pH值呈显著负相关（P＜0.05）；棉花田TOC、
煤矿生产“减人提效”的发展趋势使保障工人安全愈发重要，针对当前矿工异常行为检测方法数据量大、鲁棒性不强的问题，提出了一种离散姿态感知量结构化的矿工异常行为识别方法。采用卡尔曼滤波技术优化基于九轴姿态传感器获得的行为感知信息，利用采样窗口截取行为信息后，依姿态感知量轴向结构化为三通道RGB行为图像，结合所设计用于提取时空特征的CTFRN模型，精确提取拟识别5种矿工行为的时空特征，以低运算量、高鲁棒性
针对SSD（Single Shot MultiBox Detector）算法在复杂交通场景下对交通标志小目标识别效果不佳的问题，本文提出一种基于多尺度特征互补和重点特征信息挖掘（Multi-scale Feature Complementary Fusion and Key Feature Information Mining SSD， MK-SSD）的目标检测改进算法。该算法首先利用跨阶段局部网
以YOLOv5s网络模型为基础,引入注意力机制CBAM模块,基于Ghost卷积模块重构网络模型的卷积操作,提出一种面向扶梯不安全行为的改进型深度学习检测算法.然后,在自主收集的扶梯不安全行为数据集上对其进行训练评估.结果表明,所提算法在检测精度有所提高的同时,大幅减少了检测所需的参数量和计算量.
提出一种改进的二阶龙格-库塔超分辨率算法.首先,提出一种浅层共享编码器,以实现低分辨率图像的浅层特征提取.其次,提出一种深层特征学习单元,并与基于龙格-库塔方法的残差模块相融合,进而构建出一种基于深层特征的残差模块,以提升深层特征提取能力.实验结果表明:与主流超分辨率算法相比,文中算法在主观视觉效果和客观评价指标方面都具有更好的效果.