| 基于时空注意力金字塔卷积的动作识别 | |
| 所屬分類：技术论文 | |
| 上傳者：zhoubin333 | |
| 文檔大小：834 K | |
| 標簽： 时空注意力 动作识别 自适应采样 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：动作识别算法需要从视频中提取空间和时域特征，对计算存储资源要求较高。基于2D CNN的网络更为轻量，但从视频中提取时域特征的能力较弱，动作识别性能通常受到限制。S-TPNet提出时空金字塔模块以获取图像序列的时间粒度特征，有效提升了基于2D CNN的动作识别网络的性能。基于S-TPNet，设计了时空注意力模型以凸显空间和时间上的重要特征。为降低输入数据量，通常抽取局部视频帧作为输入，为降低采样帧与整体视频之间的不稳定差异，设计了自适应等间隔采样策略。实验表明，在未预训练的情况下，本网络在UCF-101和HMDB-51数据集上分别将Top-1精度提高了5.1%和3.3%，并且不会大幅增加所需参数。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2