典型文献
一种改进R(2+1)D网络的暴力行为检测方法
文献摘要：
公共安全中复杂的暴力行为检测具有重要的研究价值.传统的研究方法主要基于手工设计的特征,泛化能力较差,现有的深度学习网络模型泛化能力强但准确率较低.针对上述问题,提出了一个结合R(2+1)D改进网络和密集连接思想的暴力行为检测方法.由于原R(2+1)D残差模块支路中的步长为2的卷积操作忽略了特征图的3/4,所以将其优化为池化操作和步长为1的卷积操作.本实验的数据集共有1 500个视频样本,具体包括曲棍球比赛数据集和自制数据集.实验结果证明,改进后R(2+1)D网络相比原网络准确率分别提高了约2.30％和1.00％.另外,引入密集连接思想,将残差模块中的不同卷积层级间建立连接,使残差块中的卷积层输出特征图可重复使用,这在一定程度上减轻了训练过程中梯度消散的问题.通过在相同数据集上进行测试,发现改进后(2+1)D网络相比传统的方法,检测精度进一步提升了约1.47％和0.93％.因此,在公开的经典暴力行为检测数据集上的实验证明,相对于传统的3种网络学习方法,该算法能够更好地表示暴力行为信息,是一种更加简单有效的暴力行为检测方法.
文献关键词：
暴力行为检测;(2+1)D密集残差块;残差网络;深度学习
中图分类号：
作者姓名：
王勇;靳伟昭;冯伟;全英汇
作者机构：
西安电子科技大学电子工程学院,陕西西安710071
文献出处：
引用格式：
[1]王勇;靳伟昭;冯伟;全英汇-.一种改进R(2+1)D网络的暴力行为检测方法)[J].西安电子科技大学学报（自然科学版）,2022(02):155-163,217
A类：
暴力行为检测
B类：
2+1,公共安全,泛化能力,深度学习网络,模型泛化,进网,密集连接,残差模块,支路,步长,卷积操作,特征图,池化操作,曲棍球,卷积层,可重复使用,训练过程,消散,检测精度,检测数据集,网络学习,密集残差块,残差网络
AB值：
0.210229
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。
