结合残差网络和TSM的暴力行为检测方法 |
| |
作者姓名: | 徐欣欣 |
| |
作者单位: | 浙江工贸职业技术学院人工智能学院 |
| |
基金项目: | 温州市基础性科研项目(No.S20220041)资助; |
| |
摘 要: | 深度学习方法常用于辅助检测暴力行为,从而降低监控视频人工干预的依赖性。然而,随着深度网络的发展,梯度消失、过拟合等问题变得更加突出。为了解决这些问题,本文提出了一种结合残差网络和时间转移模块的方法,充分挖掘视频序列中的时空信息,优化动作识别效果,从而提高暴力行为检测的准确率。实验的结果显示,相较于直接使用残差网络ResNet50和ResNet101,本文方法对暴力行为的识别准确率分别提高了1.4%和0.7%。
|
关 键 词: | 深度学习 暴力行为检测 残差网络 |
|
|