期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于运动区域差分与卷积神经网络的动作识别
被引量:
9
1
作者
陈晓春
林博
溢
+1 位作者
孙乾
张坤华
《计算机工程》
CAS
CSCD
北大核心
2019年第12期274-280,293,共8页
针对视频动作识别中数据处理效率不高的问题,建立一种基于视频帧间差分序列的动作识别模型。利用帧间差分检测视频帧中的运动区域,以该区域为中心进行相应的图像剪切和增强处理。整个识别模型采用双流架构,在数据样本制作时通过适当的...
针对视频动作识别中数据处理效率不高的问题,建立一种基于视频帧间差分序列的动作识别模型。利用帧间差分检测视频帧中的运动区域,以该区域为中心进行相应的图像剪切和增强处理。整个识别模型采用双流架构,在数据样本制作时通过适当的隔帧差分来扩大样本的时间跨度。采用分阶段逐步增加训练样本量的方法,以提升模型识别性能并解决训练过程中易出现的过拟合问题。实验结果表明,该模型可以在CPU级配置的电脑中完成快速动作识别,且在UCF11和UCF25数据集中的识别准确率均高于85%。
展开更多
关键词
帧间差分
动作识别
双流架构
卷积神经网络
运动区域
下载PDF
职称材料
题名
基于运动区域差分与卷积神经网络的动作识别
被引量:
9
1
作者
陈晓春
林博
溢
孙乾
张坤华
机构
深圳清华大学研究院电子设计自动化实验室
鹏城实验室
深圳大学电子与信息工程学院
出处
《计算机工程》
CAS
CSCD
北大核心
2019年第12期274-280,293,共8页
基金
广东省科技计划项目(2016B010126003)
深圳市基础研究项目(JCYJ20170816151958999)
文摘
针对视频动作识别中数据处理效率不高的问题,建立一种基于视频帧间差分序列的动作识别模型。利用帧间差分检测视频帧中的运动区域,以该区域为中心进行相应的图像剪切和增强处理。整个识别模型采用双流架构,在数据样本制作时通过适当的隔帧差分来扩大样本的时间跨度。采用分阶段逐步增加训练样本量的方法,以提升模型识别性能并解决训练过程中易出现的过拟合问题。实验结果表明,该模型可以在CPU级配置的电脑中完成快速动作识别,且在UCF11和UCF25数据集中的识别准确率均高于85%。
关键词
帧间差分
动作识别
双流架构
卷积神经网络
运动区域
Keywords
inter frame difference
action recognition
dual-stream architecture
Convolutional Neural Network(CNN)
motion region
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于运动区域差分与卷积神经网络的动作识别
陈晓春
林博
溢
孙乾
张坤华
《计算机工程》
CAS
CSCD
北大核心
2019
9
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部