排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
针对传统行为识别方法难以适应复杂的电厂环境,且未充分利用监控视频的时序信息等问题,提出了一种基于时空双分支网络的行为检测与识别技术。该技术利用时空双分支网络提取图像特征,分别基于卷积神经网络、循环神经网络获取图像的空域及时域特征,且使用混合组卷积与横向连接完成特征融合。同时将融合特征作为Softmax分类函数的输入,并经过分数计算得到行为类型。以某电厂的视频监控数据集为样本进行的实验分析结果表明,所提技术方案的行为识别准确率高达94%,且收敛速度快,优于其他对比技术,能够有效解决电厂的行为检测与识别问题。 相似文献
2.
3.
1.Information and Engineering College, PLA Information Engineering University, P.O.Box 1001-826, Zhengzhou 450002, China;2.College of Information Science and Enginerring, Zhejiang University, Hangzhou 310022, China 相似文献
4.
5.
1