| 基于時空注意力金字塔卷積的動作識別 | |
| 所屬分類：技術論文 | |
| 上傳者：zhoubin333 | |
| 文檔大?。?span>834 K | |
| 標簽： 時空注意力 動作識別 自適應采樣 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：動作識別算法需要從視頻中提取空間和時域特征，對計算存儲資源要求較高。基于2D CNN的網絡更為輕量，但從視頻中提取時域特征的能力較弱，動作識別性能通常受到限制。S-TPNet提出時空金字塔模塊以獲取圖像序列的時間粒度特征，有效提升了基于2D CNN的動作識別網絡的性能?；赟-TPNet，設計了時空注意力模型以凸顯空間和時間上的重要特征。為降低輸入數據量，通常抽取局部視頻幀作為輸入，為降低采樣幀與整體視頻之間的不穩定差異，設計了自適應等間隔采樣策略。實驗表明，在未預訓練的情況下，本網絡在UCF-101和HMDB-51數據集上分別將Top-1精度提高了5.1%和3.3%，并且不會大幅增加所需參數。 | |
| 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