典型文献
边云协同计算下基于ST-GCN的监控视频行为识别机制
文献摘要：
智慧城市的迅速发展为人们的日常生活带来了极大的便捷,其中视频监控系统越来越智能化是信息技术逐渐成熟的必然结果.人体行为识别是智能安防监控领域的重要任务之一,但大量的边缘监控设备产生了井喷式图像视频数据,传统单一的云计算模式已无法全面有效地应对海量数据的计算与处理.提出一种大数据驱动下采用边云协同计算的人体行为识别机制,将以往中心化的计算扩展为边缘、云端协同处理.首先,在边缘节点N0对视频进行相似帧去除的预处理并对提取的骨架序列进行多层次表示,然后云端对时空图卷积神经网络(Spatial Temporal Graph ConvNet,ST-GCN)模型进行训练并将其部署至边缘节点N1～Nm,边缘节点使用训练好的模型完成行为识别任务并将结果上传至云端进行融合得出最终行为类别.实验结果证明,所提方案能有效减少以往中心化计算的网络传输量及云端存储压力问题,且边云协同的优势使得模型识别的准确率稳定提升了 2.2％以上.
文献关键词：
边云协同;行为识别;时空图卷积;骨架序列;相似帧去除
中图分类号：
作者姓名：
蒋伟进;孙永霞;朱昊冉;陈萍萍;张婉清;陈君鹏
作者机构：
湖南工商大学计算机学院,长沙,410205;新零售虚拟现实技术湖南省重点实验室,长沙,410205
文献出处：
引用格式：
[1]蒋伟进;孙永霞;朱昊冉;陈萍萍;张婉清;陈君鹏-.边云协同计算下基于ST-GCN的监控视频行为识别机制)[J].南京大学学报（自然科学版）,2022(01):163-174
A类：
相似帧去除
B类：
边云协同,协同计算,算下,ST,GCN,监控视频,视频行为识别,识别机制,智慧城市,中视频,视频监控系统,必然结果,人体行为识别,智能安防,安防监控,监控设备,井喷式,式图,图像视频,视频数据,计算模式,海量数据,大数据驱动,云端协同,协同处理,边缘节点,N0,对视,骨架序列,时空图卷积神经网络,Spatial,Temporal,Graph,ConvNet,N1,Nm,练好,成行,行为类别,网络传输,输量,模型识别
AB值：
0.378822
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。
