-
题名混合注意力机制的异常行为识别
被引量：3
- 1
-
-
作者
孙晓虎
余阿祥
申栩林
李洪均
-
机构
南通大学信息科学技术学院
计算机软件新技术国家重点实验室(南京大学)
-
出处
《计算机工程与应用》
CSCD
北大核心
2023年第5期140-147,共8页
-
基金
国家自然科学基金(61871241,61971245,61976120)
南京大学计算机软件新技术国家重点实验室基金(KFKT2019B015)
+1 种基金
南通市科技计划资助项目(JC2021131)
江苏省研究生科研与实践创新计划项目(KYCX21_3084)。
-
文摘
随着人工智能的快速发展,基于计算机视觉的人体异常行为识别受到极大的关注,并被广泛应用到智能安防等领域。针对人们在加油站等重要场所抽烟以及司机驾驶途中打电话等违规行为,提出一种混合注意力机制的异常行为识别方法。利用引入的卷积块注意力模块重点关注输入对象的显著性特征,并对输入信息进行精细化的分配和处理,在突出重要信息的同时弱化无关信息。为提升网络模型的特征挖掘能力及增强网络的信息交互性,利用提出的卷积特征提取模块进一步提取识别对象的高层语义特征,并将其与低层细节特征进行融合以达到多尺度特征交互的目的。此外,为了减少网络训练过程中错误标签造成的损失,采用标签平滑对交叉熵损失函数进行修正以此来驱动模型的学习过程。实验结果表明,所提出的模型优于当前的主流网络,可有效检测出异常行为。
-
关键词
异常行为检测
注意力机制
卷积块注意力模块
卷积特征提取模块
标签平滑
-
Keywords
abnormal behavior detection
attention mechanism
convolution block attention module
convolution feature extraction module
label smoothing
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名复杂场景下实时人脸口罩检测研究
- 2
-
-
作者
洪叁亮
-
机构
深圳平安综合金融服务有限公司
-
出处
《应用科技》
CAS
2023年第5期54-57,65,共5页
-
文摘
针对AIZOO开源人脸口罩检测算法FaceMaskDetection存在较严重的人脸口罩分类精度低的缺陷,本文设计了高精度轻量级人脸口罩分类模型,提出快速特征提取模块FastBlock和基于多层级特征融合的轻量级人脸口罩分类网络(Light MaskNet)。FastBlock减少深度可分离(depthwise,DW)卷积和1×1卷积中间张量的通道数量,进一步降低计算成本,从而提高了特征提取速度。不同层级之间的特征融合可以增大模型的广度,提高模型的鲁棒性。实验结果表明,该人脸口罩分类模型精度可达98.852%,中央处理器(central processing unit,CPU)推理时间仅为9.8 ms,图形处理器(graphics processing unit,GPU)可实现亚毫秒级运算,仅牺牲少量计算资源就能弥补FaceMaskDetection精度低的缺陷,可很好地满足计算资源有限的边缘设备、移动端等的应用需求。
-
关键词
特征提取器
DW卷积
1×1卷积
人脸口罩检测
快速特征提取模块
多层级特征融合
轻量级人脸口罩分类网络
GPU亚毫秒运算
-
Keywords
feature extractor
DepthWise convolution
1×1 convolution
face mask detection
fast feature extraction module
multi-level feature fusion
lightweight face mask classification network
GPU sub-millisecond operation
-
分类号
TN
[电子电信]
-
