内容提供者
一种基于深度学习的细粒度行为识别方法.pdf
2023-05-25
10金币
1.2MB
17页
一吃****天材
实名认证
内容提供者
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10
亲，该文档总共17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
一种基于深度学习的细粒度行为识别方法.pdf
本发明涉及一种基于深度学习的细粒度行为识别方法,包括如下步骤:选用公开数据集,构建细粒度行为识别模型M,该模型包括基础行为识别模型TSN/TSM和行为扩展模型DFLM两部分;通过M中的基础行为识别模型对公开数据集中的视频进行特征提取,然后根据特征及相应标签构建得到三条支流结构;通过行为扩展模型DFLM执行自底向上和自顶向下两个阶段得到元素级和集合级的新特征;构建损失函数并通过损失函数对模型M进行训练,得到训练好的细粒度行为识别模型;通过将元素级和集合级的新特征输入到现有的分类器模型中,得到最终的细粒度行为
2023-05-25
10
1.2MB
基于深度学习的细粒度图像识别方法研究.docx
基于深度学习的细粒度图像识别方法研究基于深度学习的细粒度图像识别方法研究摘要随着互联网的普及和应用技术的不断发展，图像识别技术的需求也逐渐增加。图像识别技术在各个领域中得到了广泛应用，如自动驾驶、无人机控制、医学诊断等。在图像识别中，细粒度图像识别是一个具有挑战性的问题，因为细粒度图像通常具有相似的外观和形态，使得它们很难被传统的图像识别方法准确地区分。本文将介绍基于深度学习的细粒度图像识别方法的研究现状，并对未来的发展进行展望。1.引言图像识别技术是模仿人类视觉系统，通过计算机对图像内容进行理解和解析的
2024-10-20
5
11KB
一种基于深度学习的行人危险行为识别方法.pdf
本发明公开了一种基于深度学习的行人危险行为识别方法，属于机器学习领域，结合yolov5s网络模型，采用垂直旋转数据增强方法对数据集进行扩展；采用通道注意力机制模块对卷积得到的特征图进行处理；在yolov5s算法中增加小目标检测层，提高目标检测效果；通过对监控视频图像的智能分析，实时监测不安全因素，从监控视频中识别出具有安全隐患的危险行为，并在事中实时告警、提醒管理人员，杜绝安全事件的发生，本发明危险行为识别方法同时可以应用到其他行业例如矿区和交通路口等需要进行目标检测的位置。
2023-06-26
10
581KB
一种基于深度学习的人体行为的识别方法.pdf
本发明涉及基于深度学习的人体行为的识别方法，包括步骤：S1收集数据：采集数据，形成数据集；S2数据集处理：输入数据集，并对数据集中的数据进行人员检测及跟踪，并通过人体姿态估计提取每个数据集的骨骼信息，并进行姿态估计，获得姿态估计结果；S3危险行为分析：使用数据集训练并构建ST‑GCN识别模型，再将姿态估计结果输入ST‑GCN识别模型进行危险行为分析和识别，获得识别结果并输出识别结果。利用目标检测的YOLOV4算法进行人体检测，再对人体进行目标跟踪，此处采用的是DeepSort跟踪算法，利用OpenPos
2023-07-24
10
1.4MB
一种基于深度学习的人体行为识别方法及系统.pdf
本发明涉及人体行为识别方法，更具体地，涉及一种基于深度学习的人体行为识别方法及系统，通过IMU传感器可十分便捷地获取人体行为数据，将人体行为数据传输至IMUT网络模型，通过IMUT网络模型识别人体行为，最终将对应的人体行为识别结果输出，本发明利用IMU传感器，降低了获取信息门槛，不需通过视觉信息进行人体识别，不易受到干扰，且能降低模型训练和推理所消耗的资源。
2023-06-28
10
679KB