人類行為識別是計算機視覺中一個重要的主題,行為識別既包括單人執(zhí)行一系列動作以完成某項任務(wù),也包括許多人分散在一個大的空間里,共同努力完成一個共同的任務(wù),即群體行為。群體行為識別的一個典型的應(yīng)用場景是體育視頻理解,體育戰(zhàn)術(shù)自動分析等關(guān)鍵技術(shù),具有重要的應(yīng)用前景和商業(yè)價值。但由于背景雜亂、個體之間的關(guān)系復(fù)雜等原因,使得面向體育視頻的行為識別成為一個及其重要而又非常具有挑戰(zhàn)性的問題。本文對體育運動排球視頻的行為識別存在的問題進(jìn)行了深入研究,并使用TensorFlow深度學(xué)習(xí)框架作為代碼實現(xiàn)基礎(chǔ),分別從單人的時序信息和注意力機制提升特征表示能力兩個方面進(jìn)行研究,其主要研究內(nèi)容主要包括:1)提出了一個基于ROI的排球視頻行為識別網(wǎng)絡(luò)。該網(wǎng)絡(luò)首先使用改進(jìn)的全卷積網(wǎng)絡(luò)(MFCN)進(jìn)行多級特征提取,應(yīng)用深度全卷積網(wǎng)絡(luò)(DFCN)對排球運動員的ROI進(jìn)行初檢測,再利用馬爾科夫隨機場(MRF)進(jìn)行ROI的微調(diào)以獲得最終運動員們的ROI集合;然后,從單人行為的時序信息入手,將目標(biāo)運動員的ROI時間序列進(jìn)行時序推理,得到單人行為的預(yù)測結(jié)果;最后使用ROI匹配遞歸卷積網(wǎng)絡(luò)進(jìn)行群體行為的時序建模,生成群體行為的預(yù)...

【文章頁數(shù)】：73 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景與意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國內(nèi)外研究現(xiàn)狀與存在的問題
    1.3 本文主要工作
    1.4 本文章節(jié)安排
第2章 相關(guān)理論基礎(chǔ)知識介紹
    2.1 全卷積網(wǎng)絡(luò)
    2.2 遞歸神經(jīng)網(wǎng)絡(luò)
        2.2.1 RNN模型結(jié)構(gòu)
        2.2.2 RNN的反向傳播
    2.3 非極大值抑制
    2.4 池化方式
    2.5 注意力機制
    2.6 本章總結(jié)
第3章 基于ROI的排球視頻行為識別網(wǎng)絡(luò)研究
    3.1 引言
    3.2 MFCN多級特征提取
    3.3 ROI的檢測與微調(diào)
    3.4 基于 ROI 的單人行為時序推理
    3.5 基于ROI匹配的群體行為識別
    3.6 算法步驟
    3.7 實驗設(shè)置與結(jié)果分析
        3.7.1 數(shù)據(jù)集介紹
        3.7.2 評價指標(biāo)及實驗設(shè)置
        3.7.3 實驗結(jié)果
        3.7.4 實驗討論
    3.8 本章小結(jié)
第4章 基于雙重注意力的排球視頻群體行為識別網(wǎng)絡(luò)研究
    4.1 引言
    4.2 面向排球視頻的空間注意力模型
        4.2.1 空間注意力矩陣的生成
        4.2.2 特征融合策略
        4.2.3 面向排球視頻的空間注意力模型偽代碼
    4.3 面向排球視頻的通道注意力模型
        4.3.1 全局描述符的生成
        4.3.2 獲取通道相關(guān)性
        4.3.3 特征融合策略
        4.3.4 面向排球視頻的通道注意力模型偽代碼
    4.4 面向排球視頻的雙重注意力模型
    4.5 基于雙重注意力的排球視頻群體行為識別網(wǎng)絡(luò)融合
    4.6 實驗結(jié)果及討論
        4.6.1 網(wǎng)絡(luò)結(jié)構(gòu)討論
        4.6.2 關(guān)于通道注意力模型討論
        4.6.3 基于 ROI 的單人行為時序推理模型與雙重注意力模型的對比實驗
        4.6.4 與先進(jìn)算法的對比實驗
    4.7 本章小結(jié)
第5章 總結(jié)與展望
    5.1 論文工作總結(jié)
    5.2 未來工作展望
參考文獻(xiàn)
深圳大學(xué)指導(dǎo)教師對研究生學(xué)位論文的學(xué)術(shù)評語
深圳大學(xué)研究生學(xué)位（畢業(yè)）論文答辯委員會決議書
致謝
攻讀碩士學(xué)位期間的研究成果



本文編號：3863510