注意力机制下轻量化网络视频行为识别方法

注意力机制下轻量化网络视频行为识别方法

TP391.4; 为了解决视频行为识别中网络模型结构过于复杂且计算量大的问题,提出一种基于MobileNet+BiGRU结构的轻量化视频行为识别方法.通过嵌入注意力机制提取改进的MobileNet网络视频单帧画面空间特征,将多帧画面的空间特征叠加后送入BiGRU网络提取时序特征,并通过softmax分类器进行分类.对比实验表明,该方法在UCF-101和HMDB51数据集上的识别率分别达到81.4％和56.8％,相比未使用注意力机制的模型分别提升4.7％和6.2％,计算量仅相当于ResNet50+LSTM结构的7.7％,表明该方法比其他方法效率更高....

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:厦门理工学院学报 2022, Vol.30 (5), p.54-63
Hauptverfasser: 周骁卓, 徐代升, 罗力华, 李泽旭, 宋立建
Format: Artikel
Sprache:chi
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:TP391.4; 为了解决视频行为识别中网络模型结构过于复杂且计算量大的问题,提出一种基于MobileNet+BiGRU结构的轻量化视频行为识别方法.通过嵌入注意力机制提取改进的MobileNet网络视频单帧画面空间特征,将多帧画面的空间特征叠加后送入BiGRU网络提取时序特征,并通过softmax分类器进行分类.对比实验表明,该方法在UCF-101和HMDB51数据集上的识别率分别达到81.4％和56.8％,相比未使用注意力机制的模型分别提升4.7％和6.2％,计算量仅相当于ResNet50+LSTM结构的7.7％,表明该方法比其他方法效率更高.
ISSN:1673-4432
DOI:10.19697/j.cnki.1673-4432.202205008