典型文献
基于人体属性分析的考场行为识别
文献摘要：
在实际监控的边缘设备中利用双流网络(temporal segment networks,TSN)或者3D卷积神经网络(3D convolutional neural network,3DCNN)网络很难实现实时的、相对准确的监控任务.提出了一种结合人体检测和人体属性分析的考场行为识别算法.相对于以提取时空特征作视频分类算法为主流思想的行为识别,利用视频帧以人体检测和人体属性分析结合的行为识别方法更加快速准确.方法借助了多标签学习、注意力机制和特征金字塔等策略来改进任务,同时利用迁移学习对本地采集的数据集进行再训练,实验结果表明达到了主流数据集的良好性能,并在考场环境具有高效性与实用性.
文献关键词：
人体检测;人体属性分析;行为识别;多标签学习;特征金字塔
中图分类号：
作者姓名：
姚捃;郭志林;赵杰
作者机构：
成都理工大学工程技术学院, 乐山614000;核工业西南物理研究院, 成都610000
文献出处：
引用格式：
[1]姚捃;郭志林;赵杰-.基于人体属性分析的考场行为识别)[J].科学技术与工程,2022(22):9721-9727
A类：
人体属性分析
B类：
考场,行为识别,边缘设备,双流网络,temporal,segment,networks,TSN,convolutional,neural,3DCNN,对准,监控任务,人体检测,识别算法,时空特征,视频分类,分类算法,视频帧,快速准确,多标签学习,注意力机制,特征金字塔,迁移学习,明达,流数据,好性
AB值：
0.357842
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
