| 基于自注意力机制的视频行为分析 |
| |
| 引用本文： | 祝伟,吴陈. 基于自注意力机制的视频行为分析[J]. 计算机与数字工程, 2022, 50(1): 157-162. DOI: 10.3969/j.issn.1672-9722.2022.01.030 |
| |
| 作者姓名： | 祝伟 吴陈 |
| |
| 作者单位： | 江苏科技大学计算机学院 镇江 212003 |
| |
| 摘 要： | 视频行为识别是智能视频分析的重要组成部分.传统人体行为识别基于人工设计特征方法涉及的环节多,具有时间开销大,算法难以整体调优的缺点.针对two-stream系列的深度卷积网络,时间网络的输入是直接以相邻两帧的光流场作为输入,其中也包含了镜头移动、背景运动等无关的运动特征的问题,在视频时序上仅通过分块取样固定长度的帧,其...
|
| 关 键 词： | 深度学习 视频行为分析 自注意力机制 特征融合 |
Video Behavior Analysis Based on Self-Attention Mechanism |
| |
| ZHU Wei,WU Chen. Video Behavior Analysis Based on Self-Attention Mechanism[J]. Computer and Digital Engineering, 2022, 50(1): 157-162. DOI: 10.3969/j.issn.1672-9722.2022.01.030 |
| |
| Authors: | ZHU Wei WU Chen |
| |
| Affiliation: | (School of Computer,Jiangsu University of Science and Technology,Zhenjiang 212003) |
| |
| Abstract: | |
| |
| Keywords: | deep learning video behavior recognition self-attention feature fusion |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
