版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、動作識別系統(tǒng)在現(xiàn)實中具有重要的應(yīng)用價值,但是現(xiàn)有的動作識別方法依然存在各種各樣的缺陷,研究穩(wěn)定可靠的動作識別方法,對于機器學(xué)習(xí)的理論發(fā)展與應(yīng)用推廣具有重要的意義。卷積神經(jīng)網(wǎng)絡(luò)是一種深度學(xué)習(xí)模型,它受到脊椎動物視覺神經(jīng)系統(tǒng)的啟發(fā),能夠直接從灰度圖像學(xué)習(xí)出抽象的高級特征,具有強大的圖像分類能力,但它不能直接應(yīng)用于視頻中的動作識別。為了將卷積神經(jīng)網(wǎng)絡(luò)的特征提取能力推廣到動作識別,本文對卷積神經(jīng)網(wǎng)絡(luò)進行了擴展,本文的貢獻主要有以下幾個方面:
2、r> 基于時空卷積特征提取,開發(fā)了一個時空卷積神經(jīng)網(wǎng)絡(luò)框架。該模型以多個連續(xù)視頻幀為輸入,交替進行卷積和子采樣操作,逐步提取出多種復(fù)雜抽象的高級特征,具有出色的特征學(xué)習(xí)能力與分類能力。為了進一步提高時空卷積神經(jīng)網(wǎng)絡(luò)的性能,在組合卷積層的輸入特征圖時,提出了一種稀疏自組合策略。通過對輸入特征圖增加稀疏性限制,使卷積層能夠自動學(xué)習(xí)出最佳的特征圖組合作為輸入,與傳統(tǒng)的手工設(shè)置方式相比,省略了手工設(shè)置的繁復(fù)步驟,實驗表明,采用稀疏自組合策略的
3、時空卷積神經(jīng)網(wǎng)絡(luò)具有更好的特征學(xué)習(xí)能力與分類能力。
提出了一種基于MapReduce的矩陣并行相乘算法,基于該矩陣并行算法,在Hadoop平臺對稀疏自組合時空卷積神經(jīng)網(wǎng)絡(luò)采用MapReduce編程模型并行化,并與串行實驗結(jié)果進行了對比,驗證了稀疏自組合時空卷積神經(jīng)網(wǎng)絡(luò)并行化的可行性、穩(wěn)定性、正確性,并獲得了一定的加速比。為了利用多核CPU的計算能力,將MapReduce的Map過程和Reduce過程采用多線程實現(xiàn),將該算法用于
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于卷積神經(jīng)網(wǎng)絡(luò)的語種識別方法研究.pdf
- 卷積神經(jīng)網(wǎng)絡(luò)的并行化研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像識別方法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的車牌字符識別方法研究.pdf
- 基于多尺度池化的卷積神經(jīng)網(wǎng)絡(luò)人臉識別方法研究.pdf
- 基于局部特征的卷積神經(jīng)網(wǎng)絡(luò)人臉識別方法研究.pdf
- 基于稀疏表達和神經(jīng)網(wǎng)絡(luò)的人臉識別方法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的微型電纜字符識別方法研究.pdf
- 基于三維卷積神經(jīng)網(wǎng)絡(luò)步態(tài)識別方法的研究.pdf
- 基于時空流卷積神經(jīng)網(wǎng)絡(luò)的行為識別研究.pdf
- 基于注意機制的卷積遞歸神經(jīng)網(wǎng)絡(luò)的動作識別.pdf
- 一種基于改進卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)識別方法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的變電站監(jiān)控圖像識別方法研究.pdf
- 卷積神經(jīng)網(wǎng)絡(luò)及其應(yīng)用.pdf
- 正則化方法解決神經(jīng)網(wǎng)絡(luò)稀疏化問題.pdf
- 免疫卷積神經(jīng)網(wǎng)絡(luò)并行優(yōu)化及其嵌入式系統(tǒng)應(yīng)用.pdf
- 基于非負矩陣稀疏分解和徑向基神經(jīng)網(wǎng)絡(luò)的人臉識別方法.pdf
- 60505.油氣層神經(jīng)網(wǎng)絡(luò)識別方法研究
- 基于卷積神經(jīng)網(wǎng)絡(luò)的車型識別研究.pdf
- 基于FPGA的卷積神經(jīng)網(wǎng)絡(luò)并行結(jié)構(gòu)研究.pdf
評論
0/150
提交評論