| 基于頻域注意力時空卷積網絡的步態識別方法 | |
| 所屬分類：技術論文 | |
| 上傳者：muyx | |
| 文檔大?。?span>535 K | |
| 標簽： 頻域 注意力 三維卷積 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：為了解決步態信息冗余多、特征重要性分布不均勻以及步態的時空特征難以學習的問題，提出了基于頻域注意力的時空卷積網絡進行步態識別。該方法改進了三維卷積網絡(C3D)學習時空特征，同時提出了一種頻域注意力卷積操作，既減少了冗余計算，注意力的調整又提高了學習效果。網絡首先將步態信息劃分為五組，然后通過改進的卷積進行時空特征抽取，最后通過Softmax層進行分類。在中科大數據集CASIA dataset B中進行測試，在Bag狀態與Coat狀態下準確率分別為88.5%、92.8%，分別較傳統深度卷積網絡(Deep CNN)提升3%左右，同時注意力在網絡學習中重新分布，各個角度下的準確率也平均提升2%左右。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2