CORC  > 沈阳自动化研究所  > 中国科学院沈阳自动化研究所  > 其他
基于边界敏感网络的时序行为候选生成算法
宋吉来1; 邹风山1; 王宏玉1,3,4; 高松2,3,4
刊名科学技术与工程
2019
卷号19期号:26页码:260-264
关键词人体行为检测 时序行为候选 深度学习 卷积神经网络
ISSN号1671-1815
其他题名Temporal action proposal generation algorithm based on boundary sensitive network
产权排序1
英文摘要针对视频序列中人体行为检测的问题,提出一种基于边界敏感网络的时序行为候选生成算法,在原有边界敏感网络的基础上通过对时序评估模块和候选评估模块引入更深层的卷积神经网络,进而对视频特征有更好的表达。同时在后处理阶段,在NMS(non-maximum suppression)算法中引入新的置信度分数高斯加权衰减方法。实验结果表明,该算法可以有效提高行为检测问题中时序行为候选生成任务的召回率。在公开数据集Activity Net上,提出的方法在保证生成相同数量候选的同时有更高的平均召回率。
语种中文
资助机构国家重点研发计划(2017YFF0107800)
内容类型期刊论文
源URL[http://ir.sia.cn/handle/173321/25867]  
专题沈阳自动化研究所_其他
作者单位1.沈阳新松机器人自动化股份有限公司
2.中国科学院大学
3.中国科学院机器人与智能制造创新研究院
4.中国科学院沈阳自动化研究所机器人学国家重点实验室
推荐引用方式
GB/T 7714
宋吉来,邹风山,王宏玉,等. 基于边界敏感网络的时序行为候选生成算法[J]. 科学技术与工程,2019,19(26):260-264.
APA 宋吉来,邹风山,王宏玉,&高松.(2019).基于边界敏感网络的时序行为候选生成算法.科学技术与工程,19(26),260-264.
MLA 宋吉来,et al."基于边界敏感网络的时序行为候选生成算法".科学技术与工程 19.26(2019):260-264.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace