基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在基于视频图像的群组行为识别方法中,传统的深度学习方法大多使用标准(最大/平均)池化操作对卷积特征进行处理,并且未考虑群组行为中的关键人物对群组行为分类的重要性.针对以上问题,本文提出一种基于注意力机制的模型来检测群组行为视频中的行为,重点关注活动中的关键人物,根据注意力权重的不同分配动态地对卷积特征进行池化,最终正确识别视频图像中的群组行为.此模型在群组行为数据集CAD (Collective activity dataset)和CAE(Collective activity extended dataset)上的识别准确率优于许多使用标准池化结构的现有模型.
推荐文章
基于注意力机制的碳酸盐岩储层岩相识别方法
岩相识别
注意力机制
卷积神经网络模块
特征注意力模块
碳酸盐岩储层
基于通道注意力YOLOV5s的驾驶行为识别研究
行为识别
目标检测
驾驶行为
YOLOV5s
通道注意力机制
融合注意力机制和区域生长的裂缝识别算法研究
数字图像
裂缝识别
区域生长
注意力机制
融入注意力的YOLOv3绝缘子串识别方法
YOLOv3
注意力机制
绝缘子串识别
深度学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于注意力机制的群组行为识别方法
来源期刊 数据采集与处理 学科 工学
关键词 群组行为 图像处理 注意力机制 行为识别
年,卷(期) 2019,(3) 所属期刊栏目
研究方向 页码范围 406-413
页数 8页 分类号 TN391
字数 4905字 语种 中文
DOI 10.16337/j.1004-9037.2019.03.004
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王传旭 青岛科技大学信息科学技术学院 45 244 9.0 14.0
2 龚玉婷 青岛科技大学信息科学技术学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
群组行为
图像处理
注意力机制
行为识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
数据采集与处理
双月刊
1004-9037
32-1367/TN
大16开
南京市御道街29号1016信箱
28-235
1986
chi
出版文献量(篇)
3235
总下载数(次)
7
总被引数(次)
25271
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导