亚洲成色777777女色窝,777亚洲妇女,色吧亚洲日本,亚洲少妇视频

摘要：目的視頻行為識(shí)別一直廣受計(jì)算機(jī)視覺領(lǐng)域研究者的關(guān)注,主要包括個(gè)體行為識(shí)別與群體行為識(shí)別。群體行為識(shí)別以人群動(dòng)作作為研究對(duì)象,對(duì)其行為進(jìn)行有效表示及分類,在智能監(jiān)控、運(yùn)動(dòng)分析以及視頻檢索等領(lǐng)域有重要的應(yīng)用價(jià)值。現(xiàn)有的算法大多以多層遞歸神經(jīng)網(wǎng)絡(luò)(RNN)模型作為基礎(chǔ),構(gòu)建出可表征個(gè)體與所屬群體之間關(guān)系的群體行為特征,但是未能充分考慮個(gè)體之間的相互影響,致使識(shí)別精度較低。為此,提出一種基于非局部卷積神經(jīng)網(wǎng)絡(luò)的群體行為識(shí)別模型,充分利用個(gè)體間上下文信息,有效提升了群體行為識(shí)別準(zhǔn)確率。方法所提模型采用一種自底向上的方式來同時(shí)對(duì)個(gè)體行為與群體行為進(jìn)行分層識(shí)別。首先從原始視頻中沿著個(gè)人運(yùn)動(dòng)的軌跡導(dǎo)出個(gè)體附近的圖像區(qū)塊;隨后使用非局部卷積神經(jīng)網(wǎng)絡(luò)(CNN)來提取包含個(gè)體間影響關(guān)系的靜態(tài)特征,緊接著將提取到的個(gè)體靜態(tài)特征輸入多層長(zhǎng)短期記憶(LSTM)時(shí)序模型中,得到個(gè)體動(dòng)態(tài)特征并通過個(gè)體特征聚合得到群體行為特征;最后利用個(gè)體、群體行為特征同時(shí)完成個(gè)體行為與群體行為的識(shí)別。結(jié)果本文在國(guó)際通用的Volleyball Dataset上進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明,所提模型在未進(jìn)行群體精細(xì)劃分條件下取得了77.6%的準(zhǔn)確率,在群體精細(xì)劃分的條件下取得了83.5%的準(zhǔn)確率。結(jié)論首次提出了面向群體行為識(shí)別的非局部卷積網(wǎng)絡(luò),并依此構(gòu)建了一種非局部群體行為識(shí)別模型。所提模型通過考慮個(gè)體之間的相互影響,結(jié)合個(gè)體上下文信息,可從訓(xùn)練數(shù)據(jù)中學(xué)習(xí)到更具判別性的群體行為特征。該特征既包含個(gè)體間上下文信息、也保留了群體內(nèi)層次結(jié)構(gòu)信息,更有利于最終的群體行為分類。