隨著計(jì)算機(jī)計(jì)算能力的提高和相關(guān)數(shù)據(jù)集的愈加豐富,深度學(xué)習(xí)在計(jì)算機(jī)視覺領(lǐng)域的圖像分類、語義分割、目標(biāo)檢測(cè)等任務(wù)上取得了巨大的成功。在視頻動(dòng)作識(shí)別任務(wù)中,一些主流的卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)已經(jīng)取得了良好的性能。但是這些常用的網(wǎng)絡(luò)結(jié)構(gòu)不能很好的學(xué)習(xí)視頻中的上下文信息和視覺屬性,這就使得這些深度學(xué)習(xí)算法對(duì)視頻圖像中具有重要影響作用的區(qū)域或信息建模不足。另外動(dòng)作在視頻中的發(fā)生時(shí)間是不固定的,如何有效地將網(wǎng)絡(luò)的注意力放到有動(dòng)作的區(qū)域,這一個(gè)需要視頻動(dòng)作識(shí)別中解決的問題,本文針對(duì)基于視頻的人體行為識(shí)別方法中出現(xiàn)的一些問題進(jìn)行研究,論文的主要研究?jī)?nèi)容包括:首先,為了準(zhǔn)確檢測(cè)視頻中的異常行為,本文提出了一種基于生成對(duì)抗網(wǎng)絡(luò)的模型。模型首先通過一個(gè)生成器對(duì)未來的幀進(jìn)行預(yù)測(cè),然后通過判別器將生成的預(yù)測(cè)幀和真實(shí)的幀進(jìn)行比對(duì),根據(jù)比對(duì)的結(jié)果判斷是否出現(xiàn)了異常行為。但是生成對(duì)抗網(wǎng)絡(luò)的訓(xùn)練難度較大,并且生成的圖像有時(shí)候會(huì)出現(xiàn)失真嚴(yán)重,這就導(dǎo)致圖像的生成失去了意義,更嚴(yán)重的是會(huì)出現(xiàn)模型崩潰的現(xiàn)象。所以本文采用了Wasserstein生成對(duì)抗網(wǎng)絡(luò),另外考慮原始生成對(duì)抗網(wǎng)絡(luò)的固有缺點(diǎn),模型仍然無法達(dá)到非常好的效果,所以特地引入了... 

【文章來源】：南京郵電大學(xué)江蘇省

【文章頁數(shù)】：75 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

LeNet層級(jí)結(jié)構(gòu)

圖 2.1 LeNet 層級(jí)結(jié)構(gòu)et-5 網(wǎng)絡(luò)模型包含了深度學(xué)習(xí)中的基本模塊：卷積層、池化層和全連接層，這些他深度學(xué)習(xí)模型的基礎(chǔ)。LeNet-5 網(wǎng)絡(luò)共有 7 層網(wǎng)絡(luò)結(jié)構(gòu)，每層都包含了多個(gè)可層有多個(gè)特征圖，輸入特征由卷積濾波器提取，每個(gè)特征圖都有多個(gè)神經(jīng)元，片作為數(shù)據(jù)并通過反向傳播算法訓(xùn)練整個(gè)神經(jīng)網(wǎng)絡(luò)。操作是整個(gè) CNNs 網(wǎng)絡(luò)中核心操作。卷積操作過程可以用如下的公式進(jìn)行表示 ( )( ) = ( ) ( ) πππ ( ) = ( ( ) ) （ k 指的是第 k 層的卷積層，i 表示卷積核的第 i 行，j 表示卷積核的第 j 列，n 表元素的數(shù)量，W 表示卷積核。卷積過程如圖 2.2 所示：

學(xué)位碩士研究生學(xué)位論文 第二章 相用卷積核將上層輸出中的低級(jí)特征組合成更高級(jí)的特征。輸入是 作就變成了 3×3 的 feature map，其中步長(zhǎng)為 1，卷積核為 3×3。ng)的本質(zhì)是“對(duì)局部信息的總結(jié)”，常見的池化極大池化和平均池x Pooling)會(huì)輸出接收到的所有輸入中的最大值；而平均池化(Ave的所有輸入的均值。似于卷積過程，池化和卷積都是布局視野對(duì)輸入信息的轉(zhuǎn)換，只而池化過程做的是極大或者平均運(yùn)算。極大池化的操作如下圖 2


本文編號(hào)：3246909