典型文献
X-YOWO:实时人体行为定位方法
文献摘要：
基于视频的人体行为定位技术在城市安全系统、人机交互系统等领域具有广泛应用需求.针对现有人体行为定位技术模型复杂、定位精度与检测速度难以平衡的问题,提出了一类新的人体行为定位的深度学习框架X_YOWO,该框架继承了原YOWO的3D-CNN和2D-CNN两个分支,重新设计了通道融合与边界回归策略:通过基于相关系数矩阵的通道注意机制和相关性损失函数,使得模型在样本较少的情况下获得更多的有效特征,提高模型对特征的学习能力;采用一种基于距离概率大小来进行锚点聚类选择的方法,避免了原始聚类中心稳定性差的问题,使得改进后的锚点框大小更加适应数据集中目标大小的变化;采用CIoU回归损失函数作为目标函数,提高边界框回归的稳定性.在公开数据集UCF101-24和J-HMBD-21上对不同方法进行性能对比,当检测速度为22 frame/s时,使用X_YOWO后frame-mAP指标提高了3个百分点,不同阈值下的video-mAP指标也有较好表现.在自制的数据集上,当检测速度为22 frame/s时,X_YOWO的检测精度提高了3.6个百分点,定位精度提高了4.94个百分点,稳定性也更强.实验结果验证了X_YOWO在保证实时性前提下,具有更高的检测精度、稳定性及泛化能力.
文献关键词：
X_YOWO;人体行为定位;瞄点框;相关系数;损失函数
中图分类号：
作者姓名：
袁赛美;黄怡蒙;冯李航;朱文俊;易阳
作者机构：
南京工业大学 电气工程与控制科学学院,南京 211816
文献出处：
引用格式：
[1]袁赛美;黄怡蒙;冯李航;朱文俊;易阳-.X-YOWO:实时人体行为定位方法)[J].计算机工程与应用,2022(20):148-156
A类：
YOWO,人体行为定位,HMBD,瞄点框
B类：
时人,定位方法,定位技术,城市安全,安全系统,人机交互系统,应用需求,技术模型,定位精度,检测速度,深度学习框架,2D,重新设计,道融,相关系数矩阵,通道注意,注意机制,损失函数,有效特征,基于距离,聚类中心,锚点框,CIoU,边界框回归,公开数据集,UCF101,不同方法,性能对比,frame,mAP,百分点,阈值下,video,检测精度,泛化能力
AB值：
0.289802
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。
