中国学术期刊网络出版总库
  关闭
基于片段关键帧的视频行为识别方法  
   推荐 CAJ下载 PDF下载
【英文篇名】 Video Action Recognition Based on Key-frame
【下载频次】 ★★★★★
【作者】 李鸣晓; 庚琦川; 莫红; 吴威; 周忠;
【英文作者】 Li Mingxiao; Geng Qichuan; Mo Hong; Wu Wei; Zhou Zhong; State Key Laboratory of Virtual Reality Technology and Systems; Beihang University;
【作者单位】 北京航空航天大学虚拟现实技术与系统国家重点实验室;
【文献出处】 系统仿真学报 , Journal of System Simulation, 编辑部邮箱 2018年 07期  
期刊荣誉:中文核心期刊要目总览  ASPT来源刊  CJFD收录刊
【中文关键词】 深度学习; 行为识别; 视频片段划分; 关键帧提取;
【英文关键词】 deep learning; action recognition; video segment; key-frame extraction;
【摘要】 视频行为识别是智能视频分析的重要组成部分。深度学习方法在该领域有了显著的进步,目前得到最佳效果的方法都使用了双流卷积神经网络。在长视频识别中,现有的行为识别方法大多以均匀分段固定采样得到的视频帧作为输入,这可能损失采样间隔中的重要信息。通过定义视频的信息量,提出了一种用于视频行为识别的片段划分和关键帧提取方法,使用多时间尺度双流网络提取视频特征,设计了视频行为识别系统,在UCF101数据集split1上达到了目前最高的94.2%准确率。
【英文摘要】 Video action recognition is an important part of intelligent video analysis. In recent years, deep learning methods, especially the two-stream convolutional neural network achieved the state-of-the-art performance. However, most methods simply use uniform sampling to get frames, which may cause the loss of information in sampling interval. We propose a segmentation method and a key-frame extraction method for video action recognition, and combine them with a multi-temporal-scale two-stream network. Our fram...
【基金】 国家自然科学基金(61572061,61472020); 国家“863”高技术研究发展计划(2015AA016403)
【更新日期】 2018-08-02
【分类号】 TP391.41
【正文快照】 引言1视频行为识别是智能视频分析的重要组成部分,其核心是把视频拆分为图像序列,通过提取序列的时空特征进行分类。早期该领域的研究主要采用人为设计的时空特征描述子进行行为分类[1]。近年来随着深度神经网络在图像识别领域的巨大成功,使用深度神经网络进行视频行为识别取得

xxx
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者,可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献,使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献,从上层导航可以浏览更多相关领域的文献。

工业技术
  自动化技术、计算机技术
   计算技术、计算机技术
    计算机的应用
     信息处理(信息加工)
      模式识别与装置
       图像识别及其装置
  
 
  CNKI系列数据库编辑出版及版权所有:中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有:清华同方知网(北京)技术有限公司
其它数据库版权所有:各数据库编辑出版单位(见各库版权信息)
京ICP证040431号    互联网出版许可证 新出网证(京)字008号