| 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 | |
| 文檔大小：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(wèn)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(guò)改進(jìn)的卷積進(jìn)行時(shí)空特征抽取，最后通過(guò)Softmax層進(jìn)行分類。在中科大數(shù)據(jù)集CASIA dataset B中進(jìn)行測(cè)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