| 基于自注意力的多模态LSTM的动作预测 |
| |
| 引用本文： | 莫晨,邵洁.基于自注意力的多模态LSTM的动作预测[J].计算机工程与设计,2022,43(4):1083-1088. |
| |
| 作者姓名： | 莫晨 邵洁 |
| |
| 作者单位： | 上海电力大学 电子与信息工程学院,上海 200090 |
| |
| 基金项目： | 国家自然科学基金项目(61802250)； |
| |
| 摘 要： | 针对视频动作预测领域的算法在不同预测时间预测效果不稳定的缺陷,提出一种基于自注意力机制的多模态LSTM的动作预测模型.综合考虑3种视频特征,采用位置编码及自注意力机制编码3种模态特征,得到具有丰富语义的高层特征;使用LSTM结构总结视频的历史信息,产生不同预测时间的动作预测结果;完成多模态特征的子网络的训练后,采取多模...
|
| 关 键 词： | 动作预测 多模态特征 位置编码 自注意力机制 多模型融合 |
Self-attention based multi-modal LSTM for action prediction |
| |
| MO Chen,SHAO Jie.Self-attention based multi-modal LSTM for action prediction[J].Computer Engineering and Design,2022,43(4):1083-1088. |
| |
| Authors: | MO Chen SHAO Jie |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
