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:
提出一种基于多流架构与长短时记忆网络的上下文建模框架,旨在克服组群行为识别的两个难点,其一对复杂场景中多视觉线索进行信息融合;其二对情景人物进行建模,以获得长视频上下文关系.并且,对基于全局信息和基于局部信息的识别结果进行决策融合,判定最终组群行为属性.该算法在CAD1和CAD2上分别取得93.2%和95.7%平均识别率.
推荐文章
采用长短时记忆网络的低资源语音识别方法
语音识别
低资源
长短时记忆
神经网络
融合宽残差和长短时记忆网络的动态手势识别研究
手势识别
3D卷积神经网络
长短时记忆网络
宽残差网络
基于长短时记忆网络的仿真系统数据故障诊断方法
故障诊断
长短时网络
神经网络
数据分析
长短时记忆网络的自由体操视频自动描述方法
长短时记忆网络
注意力机制
自由体操
自动描述
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 基于多流架构与长短时记忆网络的组群行为识别方法研究
来源期刊 电子学报 学科 工学
关键词 组群行为识别 多视觉线索融合 交互上下文建模 全局-局部模型 长短时记忆网络
年,卷(期) 2020,(4) 所属期刊栏目 学术论文
研究方向 页码范围 800-807
页数 8页 分类号 TP301.6
字数 5429字 语种 中文
DOI 10.3969/j.issn.0372-2112.2020.04.022
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 闫春娟 青岛科技大学信息科学技术学院 9 22 3.0 4.0
3 胡小悦 青岛科技大学信息科学技术学院 1 0 0.0 0.0
4 孟唯佳 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  (53)
共引文献  (9)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(7)
  • 参考文献(0)
  • 二级参考文献(7)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(5)
  • 参考文献(0)
  • 二级参考文献(5)
2016(8)
  • 参考文献(2)
  • 二级参考文献(6)
2017(5)
  • 参考文献(1)
  • 二级参考文献(4)
2018(2)
  • 参考文献(0)
  • 二级参考文献(2)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(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
组群行为识别
多视觉线索融合
交互上下文建模
全局-局部模型
长短时记忆网络
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
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
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