動作定位有著廣泛的應用前景,自動駕駛、醫(yī)療看護、監(jiān)控、視頻檢索等領域的進一步發(fā)展都需依靠動作定位技術。但是傳統(tǒng)的強監(jiān)督動作定位方法需要對視頻數(shù)據(jù)進行詳盡標注,費時費力,而且容易出錯,不利于方法的推廣,無法處理網(wǎng)絡上大量的只有部分標注信息的視頻數(shù)據(jù)。為使動作定位技術能應用到大型數(shù)據(jù)集中,對弱監(jiān)督動作定位方法的研究具有重大現(xiàn)實意義。提出三種弱監(jiān)督時空動作定位方法,以適應不同的應用場景。首先,提出一種基于模板匹配的弱監(jiān)督動作定位方法,訓練視頻中實際的動作位置不再由人工標注得到,而是利用動作模板從眾多動作提名中選擇一個最優(yōu)提名作為視頻中動作的位置。此方法只需為獲得動作模板標注訓練集中的少部分視頻幀,無需對每一幀都進行標注,大大減少了數(shù)據(jù)集標注的工作量。然后,為進一步減少數(shù)據(jù)集標注工作量,提出基于單幀匹配的弱監(jiān)督動作定位方法和基于稀疏點匹配的弱監(jiān)督動作定位方法�；趩螏ヅ涞娜醣O(jiān)督動作定位方法對訓練視頻中的每個動作實例只在一幀上進行矩形框標注,在模型訓練階段,用一種新的匹配準則來篩選動作提名�；谙∈椟c匹配的弱監(jiān)督動作定位方法在訓練視頻的部分幀上標注一個像素點來大致地指出動作發(fā)生的空間位置,利用...

【文章頁數(shù)】：76 頁

【學位級別】：碩士

【部分圖文】：

圖2-1EdgeBoxes獲取目標候選框的過程

圖2-1EdgeBoxes獲取目標候選框的過程2.1.2Objectness認知心理學和神經(jīng)生物學的研究表明：人類在識別目標之前可以先感知目標的存在。人類的視覺系統(tǒng)在觀察圖像時只會詳細地處理圖像的一部分區(qū)域信息，其余區(qū)域不會被處理。也就是說人類的視覺系統(tǒng)有一個簡單的機制，....

圖2-2前景和目標的NG特征對比

（a）原始圖像（b）不同尺度下的梯度范數(shù)圖（c）8*8的NG特征圖2-2前景和目標的NG特征對比Cheng等人[54]算法的優(yōu)點：1.給出較少的候選框就可以獲得較高的目標召回率；2.有很高的計算效率，能夠進行實時地檢測；3.有很強的泛化能力，對于沒見過的目標也....

圖2-3YOLO預測流程

（a）原始圖像（b）不同尺度下的梯度范數(shù)圖（c）8*8的NG特征圖2-2前景和目標的NG特征對比Cheng等人[54]算法的優(yōu)點：1.給出較少的候選框就可以獲得較高的目標召回率；2.有很高的計算效率，能夠進行實時地檢測；3.有很強的泛化能力，對于沒見過的目標也....

圖2-4YOLO網(wǎng)絡結構

第2章相關工作h是矩形框的寬和高。C是類別，p(c)表示目標是類別C的概率。,0()0.1,0xxxxx（2.1）222222200220022000020[()()][()()][....

本文編號：3906423