-
题名煤矿视频中复杂行为识别的持续学习模型探究
被引量：4
- 1
-
-
作者
罗响
袁艳斌
王德永
钟珊
张波
李倩
-
机构
武汉理工大学资源与环境工程学院
平顶山学院信息工程学院
-
出处
《金属矿山》
CAS
北大核心
2020年第10期118-123,共6页
-
文摘
为更好保障矿工井下作业安全,如何提高矿井监控视频中矿工复杂行为识别准确率已成为研究热点。通过耦合深度网络和主动学习方法构建的矿工复杂行为持续学习模型,可自动对新增样例进行标记,并持续从视频数据中学习人体行为,从而提高识别准确率。分析在是否为主动学习和是否固定缓冲区大小4种实验环境下公共数据集KTH和真实煤矿监控数据集RCV中复杂行为的识别性能,发现随着新增样例的加入,持续学习模型框架能够不断改进每种复杂行为模型的识别性能,且最终的识别准确率相较于传统识别模型有明显提升。结果表明持续学习行为模型能有效解决复杂行为识别过程中的概念漂移问题,且具有良好的自学习能力和鲁棒性。
-
关键词
煤矿工人
视频监控
复杂行为识别
持续学习
-
Keywords
coal miner
video surveillance
complex action recognition
continuous learning
-
分类号
TF841
[冶金工程—有色金属冶金]
TD983
[矿业工程—选矿]
-
-
题名融合数据增强的迁移字典学习
被引量：1
- 2
-
-
作者
王子儒
李振民
-
机构
中南大学自动化学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2021年第23期193-199,共7页
-
基金
国家自然科学基金(51678075)
湖南省科技厅重点计划项目(2017GK2271)。
-
文摘
提出利用迁移字典解决复杂行为数据集标签样本不足的问题。所提出的方法使用简单行为作为源域,来辅助识别由一系列简单行为组成的复杂行为。通过稠密轨迹提取视频的低级特征,利用字典学习从简单行为和复杂行为的低级特征中分别获得相应的稀疏表示,并利用简单行为的稀疏表示通过迁移矩阵改善复杂行为的稀疏表示。因此,即使在复杂行为标签样本较少的情况下,迁移字典也能够获得更有效的高级特征。同时,利用GAN在特征层面上进行数据增强,帮助学习表征能力更强的字典。提出的方法在UCF101和HMDB51两个数据上进行了实验,在小样本量的情况下获得了比现有方法更好的识别结果,证明了方法的有效性。
-
关键词
复杂行为识别
迁移字典
特征增强
-
Keywords
complex action recognition
transferable dictionary
feature augmentation
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
