-
题名基于注意力特征融合的视频异常行为检测
- 1
-
-
作者
吴沛宸
袁立宁
胡皓
刘钊
郭放
-
机构
中国人民公安大学信息网络安全学院
中国人民公安大学国家安全学院
广西警察学院信息技术学院
中国人民公安大学网络空间安全与法治协同创新中心
-
出处
《图学学报》
CSCD
北大核心
2024年第5期922-929,共8页
-
基金
中国人民公安大学安全防范工程双一流创新研究专项(2023SYL08)
广西哲学社会科学研究课题项目(23FTQ005)
广西壮族自治区公安厅专项课题(2023GAQN092)。
-
文摘
当前以多头自注意力为代表的基于注意力机制的特征融合方法在很大程度上取决于特征间的相关性,其跨域融合能力有限,且特征融合后由于不同特征的域间差异,导致时空感知能力不足,有效融合2种跨域特征仍面临挑战。针对RGB特征和光流特征跨域表达能力不足、融合后特征的时空感知能力弱等问题,提出了一种基于注意力特征融合的视频异常行为检测方法。首先采用一种轻量级注意力特征融合模块(LAFF)构筑融合机制,进行RGB和光流特征的融合,进而在增强融合后特征表达能力的同时减少网络参数量,提高异常检测算法性能。在全局时空感知阶段,通过多分支卷积模块(DBB)增强特征时空感知能力,同时需兼顾计算复杂度和检测效果。在UCSD Ped2数据集上取得了99.85%的识别效果,在CUHK Avenue和LAD 2000数据集上表现同样良好,验证了该方法的有效性。
-
关键词
计算机视觉
异常行为检测
特征融合
注意力机制
多分支卷积
-
Keywords
computer vision
video anomaly detection
feature fusion
attention mechanism
diverse branch block
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名多分支精简双线性池化的人脸表情识别
被引量：1
- 2
-
-
作者
王彬
徐杨
石进
张显国
-
机构
贵州大学大数据与信息工程学院
贵阳铝镁设计研究院有限公司
-
出处
《计算机技术与发展》
2023年第3期27-33,共7页
-
基金
贵州省科技计划项目(黔科合支撑[2021]一般176)。
-
文摘
针对人脸表情识别研究中特征提取不充分、难以辨别人脸表情细微的类间差异等问题,提出了一种多分支精简双线池性化的人脸表情识别方法。该方法以ResNet-18为基础,在避免大幅度增加计算复杂度的前提下提升ResNet-18的特征提取能力,提出了一个新的多样化分支块(diverse branch block)对ResNet-18进行改进;为使改进后的ResNet-18更方便地聚焦人脸图像中产生表情区域的特征,提出了残差空间注意力;为了减少人脸表情细微的类间差异带来的不利影响,增强人脸表情类间的区别性,设计了多分支精简双线性池化结构。最后用所提的方法分别在公开的人脸表情数据集CK+、RAF-DB进行实验,识别率分别达到了98.46%、82.99%。实验结果表明,该方法的识别率优于DLP-CNN、MA、DeepExp3D等诸多的表情识别方法,具有一定的竞争性。
-
关键词
人脸表情识别
多样化分支块
残差空间注意力
多分支精简双线性池化
ResNet-18
-
Keywords
facial expression recognition
diverse branch block
residual spatial attention
multi-branch compact bilinear pool
ResNet-18
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
