【摘 要】
:
目前人体动作识别研究已经取得了显著成果,并且广泛应用于各行各业,如视频监控、自动驾驶等。其中基于深度学习的人体动作识别发展迅速,在标记数据充足的情况下,有监督学习方法可以取得令人满意的识别表现。然而,运动种类的多样化以及视频背景的复杂化使得人体运动视频的标注需要耗费大量的人工成本,这严重制约了有监督人体动作识别方法在实际场景中的应用。由于小样本学习和零样本学习方法能够在不依赖大量标记数据的情况下实
论文部分内容阅读
目前人体动作识别研究已经取得了显著成果,并且广泛应用于各行各业,如视频监控、自动驾驶等。其中基于深度学习的人体动作识别发展迅速,在标记数据充足的情况下,有监督学习方法可以取得令人满意的识别表现。然而,运动种类的多样化以及视频背景的复杂化使得人体运动视频的标注需要耗费大量的人工成本,这严重制约了有监督人体动作识别方法在实际场景中的应用。由于小样本学习和零样本学习方法能够在不依赖大量标记数据的情况下实现对未见动作类别的识别,近年来,基于小样本和零样本学习的动作识别方法获得了研究人员极大的关注。本文分别对小样本动作识别和零样本动作识别进行了研究和实现。(1)小样本动作识别研究。小样本动作识别的研究重点在于学习不同种类的动作之间的相关性。本文针对传统的基于RGB的时空特征(如C3D)易受复杂背景信息干扰而降低判别性的缺点,提出了一种基于双流架构的小样本动作识别模型DFSAR。该模型通过引入光流特征有效降低了复杂背景信息对特征判别性的影响。主要工作和创新点如下:将光流特征引入小样本人体动作识别,通过融合光流特征与基于RGB的时空特征以有效捕捉不同种类运动之间的相关性;提出了一种新的可进行端到端训练的双流结构(C3D+TSN)用于实现小样本动作识别;在HMDB51和UCF101数据集上的大量实验表明,该模型在小样本动作识别方面和现有方法相比有一定提高。(2)零样本动作识别研究。零样本动作识别的研究重点在于如何学习动作与其标签之间的相关性,主流方法是基于有标签数据建立视觉-语义的联合嵌入空间并将其用于不可见类动作的识别。然而,大多数的零样本动作识别方法直接基于预训练的时空特征提取模型建立视觉空间,使得视频序列中反映动作-标签相关性的显著性因素被淹没。对此,本文提出了一种基于注意力机制的零样本动作识别模型ADZSAR。主要工作和创新点如下:提出了一种新型基于注意力机制的特征提取方法,可针对不同种类的动作自适应提取特征中的显著性信息,以构建一个非冗余的视觉空间;引入当前最先进的语义嵌入模型(Word2Vec)以有效提取类标签的语义嵌入信息;在数据集HMDB51和UCF101上的实验表明,该方法在同类基于时空特征的零样本动作识别方法中表现最佳。(3)根据上述研究成果,本文设计并实现了一个小样本和零样本动作识别系统。该系统使用Pytorch深度学习框架搭建,通过将预训练模型部署在服务器上,实现了小样本和零样本动作识别。系统主要包括数据预处理模块、模型处理模块以及结果展示模块。该系统运行稳定、分类效果较好,证明了本文提出的小样本和零样本动作识别模型在实际场景中的实用性。
其他文献
在新课程改革背景下,“读后续写”“以读促写”的理念逐渐进入到教师的视野,“读”与“写”的融合也受到了英语教师的广泛关注。读后续写教学可以保证学生获得小篇幅的、比较灵活的读写训练,进而提升写作能力。立足具体实践,从“课前准备”“文章导读”“读后续写”“写后评价”四个阶段分析如何开展高中英语读后续写教学。
随着课改的不断深入,部编版初中语文教材中古诗文的占比在不断增加,这对教师的教和学生的学都提出了更高的要求。吟诵法教学在初中古诗文课堂中处于初级探索阶段,克服传统诗词教学的局限性,提升学生的文学素养和语言技能是吟诵法教学进入课堂需要面临的现实问题。本文通过调查吟诵法的教学现状,提出吟诵教学存在的一些问题并进行反思,总结了一些吟诵法教学的运用策略。
随着大数据时代的来临,基于卷积神经网络的目标检测算法在深度学习技术的发展下逐渐趋于成熟,而这些都依赖于大量的带有标注的训练数据。在某些样本稀缺的应用场景下,传统的深度学习型目标检测算法面临严重的过拟合问题,导致检测效果极差。因此,为了提升小样本条件下的目标检测性能,本文基于现有的前沿目标检测算法YOLOv5,针对其在小样本条件下即使采用迁移策略,也较难兼顾目标定位和目标分类的问题,提出了双阶段小样
文化意识是核心素养的价值取向,弘扬中华优秀传统文化是建构学生文化意识的重要内容。教师应针对文化意识培养目标,通过文本阅读,有效利用文本阅读的价值,将文化意识培养融入英语阅读教学,从激活文化背景图式、感知文化现象、探究文化内涵、评析文化价值等方面入手,提升学生的民族自信心和自豪感,坚定学生的文化自信,培养学生的英语学科核心素养。
研究背景子宫内膜异位症(Endometriosis,EM)是一种常见的妇科疾病,在育龄期女性中的发病率大约为10%,可以引起痛经、慢性盆腔痛和不孕等症状,在严重影响女性身心健康的同时给社会造成巨大的经济负担。目前对该疾病的治疗方法有限,并且均存在副作用大和治疗后易复发的缺点。但是子宫内膜异位症发病机制尚不明确,经血逆流可能是其诱因,免疫微环境的改变在EM的发病中发挥重要作用。深入机制研究,探索针对
目标检测技术在计算机视觉领域无论是学术研究还是现实应用中都是最热门的技术之一。目前,主流的基于深度学习的目标检测方法大都需要大规模的标注数据以实现检测模型的训练过程,但是在部分特殊场景,如稀有动物、军事安全与罕见疾病等领域想要获得大量的样本数据进行标注以及完成目标检测模型的训练任务是比较困难的。因此,基于小样本情景下的目标检测技术应运而生。本文基于样本数据增强,图片特征提取,网络模型调整这三个方向
本文主要目的是探讨遥感技术在环境监测中的实施。为了更好地保护自然生态环境,文章首先从遥感技术的内涵入手,具体分析遥感技术在环境监测中的优势,并以此为基础,提出相对应的实施要点,旨在提升环境监测质量和效率,为广大人民群众营造绿色、环保的居住环境。基于此,通过对上述内容进行简单的分析,希望能给其他环境监测工作者提供一定的理论参考和借鉴。
本研究采用资源分配法,通过操纵字体颜色,考察了字体强调对老年人句子理解的影响。结果发现,字体强调消除了老年人与年轻人对词汇水平加工的资源投入差异。字体强调减少了老年人在词汇水平上的资源分配,但是增加了年轻人对词汇水平加工的资源投入。这说明字体强调对两个群体的作用机制不同。另外,相比于词汇水平加工,字体强调对文本基础水平的资源分配没有影响。
用基于工业铂电阻的高精度数字温度计替代标准水银温度计,是当今温度计量的一个研究热点。迄今为止这类产品只能作为工作器具使用,其主要原因是对高精度数字温度计的长期稳定性研究还不充分。介绍了一款高精度数字温度计长达8年的稳定性研究成果,并和标准水银温度计比较,说明用高精度数字温度计替代标准水银温度计是完全可行的观点,同时提出一些具体建议。
实例分割是计算机视觉领域中重要且具有挑战性的研究方向之一。相较于语义分割(预测图像中每个像素的语义类别)和目标检测(预测图像中每个物体的类别和位置,位置以边界框的形式给出),实例分割可定义为同时解决上述两种问题的方法,即需要区分相同类别的不同物体,同时对每个物体进行像素级别的分割。因此,实例分割在自动驾驶、安全监控、智能医疗等领域有着广泛的应用。目前,实例分割主要基于深度学习的方法,从而需要大规模