期刊在線咨詢服務(wù)，立即咨詢
購(gòu)物車(0)
基于ActionVLAD池化與分層深度學(xué)習(xí)網(wǎng)絡(luò)的組群行為識(shí)別方法
關(guān)鍵詞：組群行為識(shí)別 局部聚合描述符 雙流網(wǎng)絡(luò) 分層長(zhǎng)短時(shí)記憶
摘要：構(gòu)建端到端的深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)合局部聚合描述符(Action vector of locally aggregateddescriptor,ActionVLAD)池化層和多層長(zhǎng)短時(shí)記憶(Long short time memory,LSTM)解決組群行為識(shí)別問(wèn)題。在傳統(tǒng)的單一圖像信息(Red Green Blue,RGB)作為深度學(xué)習(xí)網(wǎng)絡(luò)的輸入基礎(chǔ)上,添加密集光流信息(Dense_flow),描述視頻幀間的運(yùn)動(dòng),作為雙流網(wǎng)絡(luò)的輸入;通過(guò)底層LSTM對(duì)特征信息進(jìn)行建模,由融合的雙流特征來(lái)表示個(gè)人行為;而ActionVLAD池化層可以對(duì)不同時(shí)間、圖片不同位置的特征進(jìn)行融合,從而更好地融合個(gè)人信息;最后頂層LSTM連接Softmax分類器,通過(guò)融合的個(gè)人信息判斷組群活動(dòng)。在Collective activity dataset數(shù)據(jù)集上的測(cè)試實(shí)驗(yàn)獲得了82.3%的平均識(shí)別精度。
數(shù)據(jù)采集與處理雜志要求:
{1}基金項(xiàng)目：如果論文是項(xiàng)目成果，請(qǐng)按“項(xiàng)目名稱（項(xiàng)目號(hào)）”的形式寫出。項(xiàng)目名稱與項(xiàng)目號(hào)兩者都要有。
{2}稿件應(yīng)具有科學(xué)性、創(chuàng)新性和實(shí)用性，論點(diǎn)明確、論據(jù)可靠、數(shù)據(jù)準(zhǔn)確、邏輯嚴(yán)謹(jǐn)、文字通順。
{3}文中圖表或插圖請(qǐng)附清晰的原圖文件（tif. 或eps.格式，不低于600 像素）。
{4}注釋是對(duì)論文中某一特定內(nèi)容的解釋或補(bǔ)充說(shuō)明，用帶圈數(shù)字注于當(dāng)頁(yè)頁(yè)腳。
{5}稿件文字、標(biāo)點(diǎn)、年代、數(shù)字等書寫方式均以國(guó)家有關(guān)規(guī)定為準(zhǔn)。
注：因版權(quán)方要求，不能公開(kāi)全文，如需全文，請(qǐng)咨詢雜志社
