

一种基于分段图卷积网络的视频动作识别方法.pdf
书生****萌哒
亲,该文档总共13页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于分段图卷积网络的视频动作识别方法.pdf
本发明公开了一种基于分段图卷积网络的视频动作识别方法,包括以下步骤:A:获取每个视频段中的帧样本图像并进行图像增强;B:提取图像增强后的每个帧样本图像的外观特征和运动特征;C:构建基于每个视频段的特征关联图与时序一致性图及对应的关系连接矩阵;D:通过图卷积神经网络对输出特征进行增强得到输出特征;E:将输出特征与池化后的原始特征进行融合得到最终的时空特征;F:利用中期融合模型和后期融合模型进行动作,对分段识别的结果取平均值,得到待识别视频的动作识别结果。本发明能够提高视频动作的识别准确性。
一种基于图卷积网络的扩展动作识别方法.pdf
一种基于图卷积网络的扩展动作识别方法。然而,传统GCN中的静态骨架图拓扑不反映非相邻关节的隐含关系,其中包含动作序列中骨架姿势的重要潜在信息。此外,传统的三分类节点划分策略丢弃了非物理连接边沿时间维度的大部分运动相关性。该方法提出了一个扩展的骨架图拓扑以及扩展的分区策略,以提取模型中的大部分非相邻关节的关系信息。扩展骨架图将关节表示为顶点,加权边分别表示物理连接和非物理连接关节之间的内在和外在关系。此外,扩展分区策略将GCN的输入图划分为五类固定长度张量,以包含最大运动相关性。最后,采用时空图卷积网络(S
一种基于分段策略和多头卷积注意力的视频人脸识别方法.pdf
本发明公开了一种基于分段策略和多头卷积注意力的视频人脸识别方法,包括如下步骤:1)对视频人脸数据集进行预处理;2)对步骤1)中得到的视频帧图像集进行分段线性映射、位置嵌入操作;3)深度特征提取;4)识别;5)损失函数进行训练;6)完成人脸识别。本技术方案分段策略有效去除了跨度较大的视频帧面部姿态、大小等变化较大而对特征提取施加的冗余噪声,并结合提出的多头卷积注意力模块有效提取冗长视频序列的上下文信息,同时大幅降低了模型的复杂程度,分段损失函数的设计加速了网络的训练并提高模型抗干扰的能力,最终使得模型具有更
基于卷积神经网络的视频监控人脸识别方法.docx
基于卷积神经网络的视频监控人脸识别方法基于卷积神经网络的视频监控人脸识别方法摘要:在当今社会,随着科技的快速发展,视频监控系统在安防领域的应用越来越广泛。人脸识别作为其中的关键技术之一,用于识别视频监控中的目标人员。在过去的几年里,卷积神经网络(ConvolutionalNeuralNetwork,CNN)在计算机视觉领域取得了巨大的突破,被广泛应用于人脸识别任务中。本论文旨在探讨基于卷积神经网络的视频监控人脸识别方法,从网络架构到训练和测试流程,给出了一个基本的框架。1.引言视频监控系统是现代社会安全保
基于卷积神经网络的舞蹈动作识别方法研究.docx
基于卷积神经网络的舞蹈动作识别方法研究随着科技的不断进步,人们对于机器学习技术的需求也越来越大。舞蹈动作识别是机器学习技术在体育领域的一项具有重要意义的应用。舞蹈动作识别是指通过智能化技术,将人的动作转化为数字信号,并通过计算机的算法,精确的对其进行分析和识别,从而实现对于舞蹈动作的自动化识别和跟踪。本文基于卷积神经网络,探讨了如何进行舞蹈动作识别并且对相关研究进行了综述。一、舞蹈动作的数据收集和处理在进行舞蹈动作识别之前,需要先收集相关的数据。为了获取准确的数据,在数据收集过程中需要注意以下几个方面:1