低光條件下停機(jī)坪場(chǎng)面人體運(yùn)動(dòng)目標(biāo)行為識(shí)別方法研究
【文章頁(yè)數(shù)】:81 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
目標(biāo)跟蹤的研究已發(fā)展了幾十年,各類算法層出不窮。而動(dòng)作識(shí)別分類的研究,由于其對(duì)視頻數(shù)據(jù)的需求、硬件計(jì)算能力的要求,在一段時(shí)間都停滯不前。而在近幾年,隨著圖像芯片的迅速發(fā)展,全球范圍內(nèi)視頻數(shù)據(jù)的累積、大量科研人員投入關(guān)注,使得基于視頻序列的動(dòng)作識(shí)別的算法[8]又再次新興了起來(lái)。在過(guò)....
圖2.1RGBdifference[30]模擬光流前面說(shuō)到光流是目前深度學(xué)習(xí)算法中使用最多效果最好的網(wǎng)絡(luò)輸入特征,但是對(duì)龐數(shù)據(jù)計(jì)算光流是很大的工作量,極度占用計(jì)算資源,因此為了大大減小計(jì)算成本,Pher等人[35]提出了通過(guò)生成式網(wǎng)絡(luò)來(lái)生成的類光流特征圖的模擬光流特征,....
可能在三維空間里就可以通過(guò)一個(gè)平面來(lái)劃分,而這個(gè)平面就是所謂的超平面。SVM的訓(xùn)練就是使得每類樣本都距離這個(gè)超平面越來(lái)越遠(yuǎn),而且通過(guò)引入懲罰系數(shù)來(lái)對(duì)錯(cuò)誤分類的樣本進(jìn)行調(diào)節(jié),從而提高整體的分類水平。但是由于SVM提高數(shù)據(jù)維度的操作,有時(shí)候也會(huì)伴隨著維度災(zāi)難的產(chǎn)生。不過(guò)總體而言,....
圖2.4卷積操作積神經(jīng)網(wǎng)絡(luò)對(duì)比于其他神經(jīng)網(wǎng)絡(luò)的優(yōu)勢(shì)也主要體現(xiàn)在對(duì)卷積層的三種改進(jìn)中,局部感知、權(quán)值共享和多卷積核。部感知。如圖2.5所示,傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)采用全連接的方式對(duì)輸入圖像的全局,這樣對(duì)于一個(gè)mm的輸入圖像而言,需要一個(gè)mm的濾波器進(jìn)行處理,所數(shù)個(gè)數(shù)為....
本文編號(hào):4011045
本文鏈接:http://www.lk138.cn/kejilunwen/hangkongsky/4011045.html