| 基于改进NeXtVLAD的视频分类 |
| |
| 引用本文： | 陈意,黄山.基于改进NeXtVLAD的视频分类[J].计算机工程与设计,2021,42(3):749-754. |
| |
| 作者姓名： | 陈意 黄山 |
| |
| 作者单位： | 四川大学电气工程学院,四川成都610065;四川大学电气工程学院,四川成都610065 |
| |
| 摘 要： | 为提高长视频分类精度并减少训练时占用显存,提出基于NeXtVLAD改进的长视频分类模型.将人脸识别领域的ghost聚类中心思想迁移到视频分类,通过加入ghost聚类中心降低无关采样帧的干扰,提高模型识别准确率,针对长视频分类提出多尺度的视频帧采样方法.采用预训练模型ResNet50提取采样帧的深度特征,在训练时冻结特征提取网络参数,减少训练时的计算量.在VideoNet数据集的前100个类别上进行实验,实验结果表明,该模型与现有相关模型相比取得了更好的分类效果.
|
| 关 键 词： | 深度学习 视频分类 局部聚合描述子向量 特征融合 卷积神经网络 |
Video classification based on improved NeXtVLAD |
| |
| CHEN Yi,HUANG Shan.Video classification based on improved NeXtVLAD[J].Computer Engineering and Design,2021,42(3):749-754. |
| |
| Authors: | CHEN Yi HUANG Shan |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
