典型文献
基于深度神经网络的视频播放速度识别
文献摘要：
针对目前的视频播放速度识别算法大多存在的提取精度差、模型参数量巨大的问题,提出了一种双支轻量化视频播放速度识别网络.首先,该网络是基于SlowFast双支网络架构组建的一个三维(3D)卷积网络;其次,为了弥补S3D-G网络在视频播放速度识别任务中存在的参数量大、浮点运算数多的缺陷,进行了轻量化的网络结构调整;最后,在网络结构中引入了高效通道注意力(ECA)模块,以通过通道注意力模块生成重点关注的内容对应的通道范围,这有助于提高视频特征提取的准确性.在Kinetics-400数据集上将所提网络与S3D-G、SlowFast网络进行对比实验.实验结果表明,所提网络在精确度差不多的情况下,模型大小和模型参数均比SlowFast减少了大约96％,浮点运算数减少到5.36 GFLOPs,显著提高了运行速度.
文献关键词：
深度神经网络;视频播放速度识别;双支网络;通道注意力;轻量化模型
中图分类号：
作者姓名：
陈荣源;姚剑敏;严群;林志贤
作者机构：
福州大学物理与信息工程学院,福州350108;晋江市博感电子科技有限公司,福建晋江362201
文献出处：
引用格式：
[1]陈荣源;姚剑敏;严群;林志贤-.基于深度神经网络的视频播放速度识别)[J].计算机应用,2022(07):2043-2051
A类：
视频播放速度识别,双支网络
B类：
深度神经网络,识别算法,模型参数量,识别网络,SlowFast,网络架构,一个三维,卷积网络,S3D,浮点运算,算数,高效通道注意力,ECA,通道注意力模块,Kinetics,上将,差不多,参数均,GFLOPs,运行速度,轻量化模型
AB值：
0.265724
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。
