深度学习
文章平均质量分 76
瀚岳-诸葛弩
姚磊岳 博士、教授、系统分析师、南昌大学硕士生导师
长期从事定制化管理信息系统开发,视频分析及人工智能,大数据挖掘领域工作
常用E-MAIL:leiyue_yao163.com
展开
-
基于可解释性特征矩阵与稀疏采样全局特征组合的人体行为识别
本文的人体行为识别方法的主要创新点在于跳出了主流“数据驱动”特征越多越好的传统思路,通过实验证明:特征选择远比计算所有特征更为重要。原创 2023-10-06 11:13:11 · 1550 阅读 · 0 评论 -
基于人体骨架序列的单步动作时序定位策略(原创)
13个月,终于见刊,经历了大修后再大修,然后编后重投。好在重投后主编效率高,估计是看我也不容易……这张图是算法思路,关键在于通过SPP改造了经典的卷积神经网络,使之能够接受任意时长的动作序列。在训练过程中,将数据集中的样本归一化到多个不同的时间尺寸,是神经网络能够学习到多尺度特征。然后,在预测过程中,直接输入不经“缩放和裁剪”的信息,提高动作的识别准确率。再结合之前发的文章当中的数据增强策略,效果奇好。实验图为证:上图是没有加数据增强策略前的效果,加上数据增强后,在改进的ZF-NET上,效果原创 2021-10-28 18:19:39 · 1218 阅读 · 7 评论 -
一种基于运动图的人体行为识别(HAR)方法
这是2020年发的最好的一篇文章,话不多说,先上图创新点:1、将视频进行了降维处理,转化为图片;2、转化后的运动图(DJMI),解决了传统JTM,MHI时序重叠的问题;3、转化后的图片可通过即有图形图像的经典算法,批量生成可信样本(文章中通过双二次插值算法批量生成样本),解决小样本情况下,深度神经网络训练不充分,容易过拟合的情况。下图是样本生成后对各种经典卷积神经网络的训练提升。特别是在防止过拟合方面,有质的提升。原文地址:...原创 2021-01-07 09:39:32 · 1122 阅读 · 0 评论 -
升级SpatialPyramidPooling至tensorflow-gpu-2.3的过程,附下载地址
实现多尺度的图片输入,最简单的方式肯定是用到SpatialPyramidPooling,从https://github.com/yhenon/keras-spp下载论文作者的源码后,立即安装使用,发现问题很多,无法正常运行。这也无奈,因为tensorflow升级至2.0版本以后,很多代码无法正常使用。于是一行行推进改源码,使其符合tf2.3的语法规则。花了整整一天时间,下面地址是升级至tf2.3版本后的代码,下载后安装即可https://download.csdn.net/download/u011原创 2021-01-07 09:18:51 · 378 阅读 · 0 评论