首页|改进长效递归卷积网络的暴力行为识别

改进长效递归卷积网络的暴力行为识别

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
针对传统视频暴力行为识别步骤繁琐,难以投入实际应用的问题,提出端到端的改进长效递归神经网络.使用神经网络学习视频帧的深层视觉特征,进行时序建模,通过全连接层分类,判断视频行为是否为暴力行为;扩充Hockey数据集,提高模型泛化效果;在训练阶段使用数据增强技术,降低过拟合风险.最终在Hockey数据集和扩充的数据集上分别取得了96.5％和95.97％的最优准确率.实验数据表明:该方法可以有效识别暴力行为.
Violence Recognition Based on Improved Long-Term Recurrent Convolution Network

李永、张俊、梁起明

展开 >

武警工程大学信息工程学院,西安,710086

暴力行为识别 卷积神经网络 长短记忆网络 长效递归卷积网络 智能视频监控

全国教育科学“十三五”规划课题

JYKYB2019012

2020

武警工程大学学报
中国人民武装警察部队工程学院

武警工程大学学报

影响因子：0.05
ISSN：2095-3984
年,卷(期)：2020.36(4)
  • 13