基于时空注意力金字塔卷积的动作识别AET-电子技术应用-最丰富的电子设计资源平台

基于时空注意力金字塔卷积的动作识别
所属分类：技术论文
上传者：zhoubin333
文档大小：834 K
标签：时空注意力动作识别自适应采样
所需积分：0分积分不够怎么办？
文档介绍：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。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。

活动