基于頻域注意力時(shí)空卷積網(wǎng)絡(luò)的步態(tài)識(shí)別方法 | |
所屬分類:技術(shù)論文 | |
上傳者:muyx | |
文檔大?。?span>535 K | |
標(biāo)簽: 頻域 注意力 三維卷積 | |
所需積分:0分積分不夠怎么辦,? | |
文檔介紹:為了解決步態(tài)信息冗余多、特征重要性分布不均勻以及步態(tài)的時(shí)空特征難以學(xué)習(xí)的問題,,提出了基于頻域注意力的時(shí)空卷積網(wǎng)絡(luò)進(jìn)行步態(tài)識(shí)別,。該方法改進(jìn)了三維卷積網(wǎng)絡(luò)(C3D)學(xué)習(xí)時(shí)空特征,,同時(shí)提出了一種頻域注意力卷積操作,既減少了冗余計(jì)算,,注意力的調(diào)整又提高了學(xué)習(xí)效果,。網(wǎng)絡(luò)首先將步態(tài)信息劃分為五組,然后通過改進(jìn)的卷積進(jìn)行時(shí)空特征抽取,,最后通過Softmax層進(jìn)行分類,。在中科大數(shù)據(jù)集CASIA dataset B中進(jìn)行測試,在Bag狀態(tài)與Coat狀態(tài)下準(zhǔn)確率分別為88.5%,、92.8%,,分別較傳統(tǒng)深度卷積網(wǎng)絡(luò)(Deep CNN)提升3%左右,同時(shí)注意力在網(wǎng)絡(luò)學(xué)習(xí)中重新分布,,各個(gè)角度下的準(zhǔn)確率也平均提升2%左右,。 | |
現(xiàn)在下載 | |
VIP會(huì)員,AET專家下載不扣分,;重復(fù)下載不扣分,,本人上傳資源不扣分。 |
Copyright ? 2005-2024 華北計(jì)算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號(hào)-2