發(fā)布時(shí)間：2022-10-05 23:25

　　動(dòng)作識(shí)別與時(shí)序分割是一項(xiàng)十分重要的視頻理解任務(wù),在視頻監(jiān)控、視頻檢索、自動(dòng)駕駛等領(lǐng)域有著廣泛應(yīng)用.其目標(biāo)不僅是識(shí)別一段未修剪視頻中包含哪些動(dòng)作,還要預(yù)測(cè)每個(gè)動(dòng)作在視頻中的起始時(shí)間與結(jié)束時(shí)間.現(xiàn)有的動(dòng)作識(shí)別算法大多是基于每一幀圖像標(biāo)注的強(qiáng)監(jiān)督學(xué)習(xí),而視頻的詳細(xì)標(biāo)注需要消耗大量的人力物力.為了減少視頻標(biāo)注的工作量,本文在弱監(jiān)督的基礎(chǔ)上對(duì)動(dòng)作識(shí)別與時(shí)序分割問(wèn)題展開(kāi)研究.本文重點(diǎn)研究了兩種機(jī)器學(xué)習(xí)算法以及當(dāng)前的行為識(shí)別算法,并將機(jī)器學(xué)習(xí)與行為識(shí)別算法結(jié)合改進(jìn),最終提高動(dòng)作分類(lèi)與時(shí)序分割精度.本文主要內(nèi)容及創(chuàng)新包括:1.在視頻的動(dòng)作識(shí)別與時(shí)序分割中,一種常用的方法是仿照基于圖像的目標(biāo)檢測(cè)任務(wù),對(duì)動(dòng)作目標(biāo)生成時(shí)間建議,然后對(duì)時(shí)間建議片段進(jìn)行學(xué)習(xí).然而生成建議的學(xué)習(xí)方法會(huì)占用大量計(jì)算資源,并且生成建議的方法不能在監(jiān)控視頻中進(jìn)行實(shí)時(shí)的識(shí)別與定位.本文采取將視頻進(jìn)行先分段再識(shí)別的方法,也就是將視頻分割為大小相同的片段進(jìn)行特征提取,然后對(duì)特征圖進(jìn)行弱監(jiān)督的分類(lèi)學(xué)習(xí).本文研究不需要提供每段視頻的動(dòng)作標(biāo)簽,因此大大減少了標(biāo)注的工作量.2.提出一種結(jié)合自步學(xué)習(xí)的動(dòng)作識(shí)別與時(shí)序分割算法.當(dāng)前的動(dòng)作識(shí)別與定位算法過(guò)... 

【文章頁(yè)數(shù)】：59 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景
    1.2 研究意義
    1.3 國(guó)內(nèi)外研究現(xiàn)狀
        1.3.1 動(dòng)作識(shí)別
        1.3.2 強(qiáng)監(jiān)督時(shí)序動(dòng)作分割定位
        1.3.3 弱監(jiān)督時(shí)序動(dòng)作分割定位
    1.4 研究?jī)?nèi)容
    1.5 本文結(jié)構(gòu)
第二章 知識(shí)準(zhǔn)備
    2.1 人工神經(jīng)網(wǎng)絡(luò)
        2.1.1 神經(jīng)元
        2.1.2 激活函數(shù)
        2.1.3 網(wǎng)絡(luò)結(jié)構(gòu)
        2.1.4 參數(shù)學(xué)習(xí)
        2.1.5 反向傳播算法
    2.2 卷積神經(jīng)網(wǎng)絡(luò)
        2.2.1 卷積
        2.2.2 卷積的導(dǎo)數(shù)
        2.2.3 卷積神經(jīng)網(wǎng)絡(luò)
        2.2.4 參數(shù)學(xué)習(xí)
    2.3 Inception網(wǎng)絡(luò)
第三章 基于自步學(xué)習(xí)的弱監(jiān)督動(dòng)作識(shí)別與時(shí)序定位分割
    3.1 系統(tǒng)結(jié)構(gòu)概述
    3.2 特征提取網(wǎng)絡(luò)
    3.3 自步弱監(jiān)督學(xué)習(xí)
        3.3.1 自步篩選模塊及算法流程
        3.3.2 分類(lèi)網(wǎng)絡(luò)
        3.3.3 損失函數(shù)
    3.4 分類(lèi)與定位
    3.5 實(shí)驗(yàn)結(jié)果分析
        3.5.1 實(shí)驗(yàn)數(shù)據(jù)
        3.5.2 評(píng)價(jià)標(biāo)準(zhǔn)
        3.5.3 實(shí)驗(yàn)結(jié)果與分析
第四章 基于特征變換的弱監(jiān)督動(dòng)作識(shí)別與時(shí)序定位
    4.1 特征變換預(yù)訓(xùn)練
    4.2 弱監(jiān)督動(dòng)作識(shí)別與定位學(xué)習(xí)
        4.2.1 多分類(lèi)交叉熵?fù)p失
        4.2.2 中心損失
        4.2.3 自監(jiān)督損失
    4.3 實(shí)驗(yàn)結(jié)果分析
        4.3.1 實(shí)驗(yàn)結(jié)果
        4.3.2 結(jié)果分析
第五章 結(jié)語(yǔ)
參考文獻(xiàn)
致謝
在讀期間已完成的學(xué)術(shù)論文及研究成果



本文編號(hào)：3686701