科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了提高时序行为检测网络的分类精度和时序上的定位精度，本文提出了一种改进的区域3D卷积神经网络(Region Convolutional 3D Network，R-C3D)。在时序候选子网中，通过逐层空间卷积把特征图的高宽由(H/16，W/16)变为(1，1)，提高行为的分类精度，通过卷积-反卷积网络(Convolutional-De-Convolutional Networks，CDC)里反卷积的思想，使用时域反卷积网络增加特征图长度，提高时域上行为的定位精度。在THUMOS14数据集的实验结果表明：与R-C3D相比，本文提出的方法在长时序未分割视频上有较高的检测精度。
- 出版日期2020-12-23
- 单位自动化学院; 中国民航大学
