基于神经网络的自适应快速视频识别框架
Framework of Fast Adaptive Video Recognition Based on Neural Network作者机构：安徽电子信息职业技术学院软件工程学院安徽蚌埠233000
出 版 物：《萍乡学院学报》 (Journal of Pingxiang University)
年 卷 期：2022年第39卷第6期
页 面：41-45页
学科分类：08[工学] 081203[工学-计算机应用技术] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：2020年安徽省高校优秀青年人才支持计划(gxyq2020142) 2021年度安徽高校自然科学研究重大项目(KJ2021DZ0172) 2021年安徽省质量工程项目(2021jxtd024)。
摘 要：面向海量视频数据的实时识别需求,提出了基于循环神经网络的分布式自适应视频识别框架(AVRNN),该框架能自适应地选择相关帧以进行实时、快速视频识别。构建了增强记忆的长短期记忆网络,结合全局上下文信息,实现视频帧的实时选择。提出基于策略梯度的训练方法,根据生成的预测,确定接下来要观察的视频帧,并设计了奖励函数来计算预期的效用。提出了基于效用的自适应前瞻推理策略,以降低框架的计算成本。最后使用真实数据集对该框架进行评估,实验结果表明,与现有的方法相比,该框架能有效提高识别精度,降低计算成本。
维普期刊数据库
同方期刊数据库