登录 | 注册 | 充值 | 退出 | 公司首页 | 繁体中文 | 满意度调查
综合馆
基于深度残差双单向DLSTM的时空一致视频事件识别
  • 摘要

    监控视频下的事件识别是近期计算机视觉领域的研究热点之一.然而,自然场景下监控视频往往具有背景复杂、事件区域内对象遮挡严重等特点,使得事件类内差异大、类间差异小,给识别带来了很大的困难.为解决复杂背景下事件识别问题,提出了一种基于深度残差双单向DLSTM(DRDU-DLSTM)的时空一致视频事件识别方法.该方法首先从训练好的时间CNN网络和空间CNN网络获取视频的时空深度特征,经LSTM同步解析后形成时空特征数据联接单元DLSTM,并作为残差网络的输入.双单向传递的DLSTM联接后构成DU-DLSTM层;多个DU-DLSTM层再加一个恒等映射形成残差模块;在此基础上,多层的残差模块堆叠构成了深度残差网络架构.为了进一步优化识别结果,设计了基于双中心Loss的2C-softmax目标函数,在最大化类间距离的同时最小化类内间隔距离.在监控视频数据集VIRAT 1.0和VIRAT 2.0上的实验表明,该文提出的事件识别方法有很好的性能表现和稳定性,识别准确率分别提高了5.1%和7.3%.

  • 作者

    李永刚  王朝晖  万晓依  董虎胜  龚声蓉  刘纯平  季怡  朱蓉  LI Yong-Gang  WANG Zhao-Hui  WAN Xiao-Yi  DONG Hu-Sheng  GONG Sheng-Rong  LIU Chun-Ping  JI Yi  ZHU Rong 

  • 作者单位

    苏州大学计算机科学与技术学院 江苏苏州 215006;嘉兴学院数理与信息工程学院 浙江嘉兴 314001/苏州大学计算机科学与技术学院 江苏苏州 215006/苏州大学计算机科学与技术学院 江苏苏州 215006;常熟理工学院计算机科学与工程学院 江苏常熟215500;北京交通大学计算机与信息技术学院 北京 100044/苏州大学计算机科学与技术学院 江苏苏州 215006;吉林大学符号计算与知识工程教育部重点实验室 长春 130012/嘉兴学院数理与信息工程学院 浙江嘉兴 314001

  • 刊期

    2018年12期 ISTIC EI PKU

  • 关键词

    事件识别  时空一致  残差网络  LSTM  双单向  DLSTM  深度特征  监控视频 

相似文献 查看更多>>
54.91.41.87