检索结果-南通市图书馆

检索条件"主题词=时空交互信息"

共 2 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于图注意力机制的多模态行人轨迹预测研究

基于图注意力机制的多模态行人轨迹预测研究

引用

作者：黄蕾海南大学

学位级别：硕士

随着人工智能和软硬件平台的飞速发展,自动驾驶、机器人等相关技术逐渐成为业界焦点。保证自动驾驶汽车等自主移动平台进行安全导航的关键任务之一,是准确预测行人在特定场景下的未来运动轨迹。然而行人间复杂的社会交互以及行人运动的... 详细信息

随着人工智能和软硬件平台的飞速发展,自动驾驶、机器人等相关技术逐渐成为业界焦点。保证自动驾驶汽车等自主移动平台进行安全导航的关键任务之一,是准确预测行人在特定场景下的未来运动轨迹。然而行人间复杂的社会交互以及行人运动的多模态属性使得行人轨迹预测成为一项具有挑战性的任务。针对这些技术难题,本文提出一种基于生成对抗网络和图注意力机制的端到端多模态行人轨迹预测模型,具体工作如下:首先以场景中所有行人的轨迹运动编码作为模型的输入,通过引入图注意力机制为每个行人分配不同的注意力权重,从而识别出重要性更高的行人,对行人间复杂的交互进行精确建模,得到筛选后的社会空间交互信息;其次,利用新的长短期记忆网络准确捕捉周围行人对目标行人的连续性时间影响,获得轨迹时空交互编码。随后联合时空交互信息和随机噪声,进一步提高模型的预测精度;最后通过生成对抗网络模拟行人分布,捕捉预测路径的不确定性并生成多条合理化的未来轨迹,提高模型的轨迹预测性能。在两个公开的数据集上对几个现有的基准模型以及所提模型进行精度对比实验、推断时间以及内存使用率对比实验。实验结果表明,与现有的行人轨迹预测方法相比,该算法的平均位移误差(ADE,Average displacement error)和最终位移误差(FDE,Final displacement error)分别降低了21.9%和23.8%,同时模型的推断时间基本保持不变,且测试时内存占用率仅为现有预测模型的60%。综上所述,本文提出的方法在保证实时性的条件下有效提高了算法的预测精度。

关键词：行人轨迹预测图注意力机制生成对抗网络时空交互信息

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多流网络架构的视频动作识别

基于多流网络架构的视频动作识别

引用

作者：汪江浙江工商大学

学位级别：硕士

作为计算机视觉领域研究方向之一的视频动作识别,被广泛应用于视频监控、智慧医疗、智能交通、人机交互等领域。视频识别任务的关键是提取视频中动作的运动特征,而视频中常常存在杂乱、无关的背景对象,这可能影响对视频行为的识别。此外... 详细信息

作为计算机视觉领域研究方向之一的视频动作识别,被广泛应用于视频监控、智慧医疗、智能交通、人机交互等领域。视频识别任务的关键是提取视频中动作的运动特征,而视频中常常存在杂乱、无关的背景对象,这可能影响对视频行为的识别。此外,当视频中存在目标遮挡、光照变化和摄像机运动等复杂情况时,对目标特征信息造成影响,从而影响识别准确率。针对这些问题,本文提出了基于深度学习的视频动作识别方法,具体研究方法如下:本文提出了一种基于时空目标显著性的多流乘法器ResNets(STOMM-ResNets)用于动作识别。STOMM-ResNets模型由三个交互流组成:外观流、运动流和时空目标显著性流。与传统的双流CNN模型类似,外观流和运动流分别负责捕获外观信息和运动信息,而时空目标显著性流负责捕获时空目标显著信息。另外,为了有效利用不同流之间的时空交互信息,模型在三个不同流之间建立交互连接,取代了一般在最后输出层的信息融合,分别注入了两种不同的乘法连接,第一种是从运动流向外观流注入乘法连接,第二种是从时空目标显著性流向外观流注入乘法连接。STOMM-ResNets模型在两个标准视频动作识别数据集UCF101和HMDB51上进行了实验,实验结果验证了模型的有效性。本文提出了一种新颖的基于时空目标显著性的多流ResNets-LSTM(STOM-LSTM),它结合了三个流(即空间流、时间流和时空显着性流)用于视频动作识别,该方法可以捕获视频中时空对象的前景信息,抑制背景信息。此外,为了捕捉连续视频帧之间的时间长期依赖关系,我们在基于时空目标显著性的多流ResNets基础上,使用注意力机制的LSTM方法进行动作识别。STOM-LSTM模型首先将利用深度卷积神经网络(CNN)特征提取器提取特征信息,然后将三个注意力感知LSTM与之结合,从而来实现捕获连续视频帧、光流帧和时空目标显著帧之间的时间长期依赖关系。STOM-LSTM分别在UCF-101和HMDB-51数据集进行了实验,与STOMM-ResNets和其他模型方法进行了比较,在相同数据集中取得了与STOMM-ResNets相接近的准确率以及优于其他模型方法的准确率,结果表明本文提出的STOM-LSTM方法模型具有良好的表现力。

关键词：视频动作识别多流时空目标显著性时空交互信息自注意力机制长短期记忆网络

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：