改进的编码-解码时序动作检测算法

摘要：

时序动作检测作为视频理解中的一项基本任务,被广泛应用于人机交互、视频监控、智能安防等领域.基于卷积神经网络,提出了一种改进的编码-解码时序动作检测算法.改进后的算法分两阶段进行:首先,替换特征提取网络,用残差结构网络提取视频帧的深度特征;之后,构建编码-解码时序卷积网络.采用联接的方式进行特征融合,改进上采样的形式,并运用新的激活函数LReLU进行训练,提高网络的检测精度.实验结果表明,所提算法在时序动作检测数据集MERL Shopping和GTEA上取得了优良的效果.

关键词：光计算、图像处理、动作检测、时序卷积神经网络、深度学习

所属期刊栏目：58

分类号：TP391(计算技术、计算机技术)

在线出版日期：2021-12-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：455-461