【摘 要】
：
行为检测是视频理解与计算机视觉领域炙手可热的研究内容,备受国内外学者的关注,在智能监控、人机交互等多领域被广泛应用.随着科技的进步,深度学习在图像分类领域取得了重大突破,将基于深度学习的识别方法应用于人体行为检测研究已成为行为检测中的热点.基于此,首先对几种常用于行为检测的数据集,及近几年深度学习在行为检测领域的研究现状进行了介绍;接着分析了行为检测方法的基本流程,以及几种常用的基于深度学习的检测方法;最后,从方法性能优劣、应用前景等方面对人体行为检测方法的尚存问题与未来发展趋势进行了分析和展望.
【机 构】
：
苏州科技大学电子与信息工程学院 ,江苏苏州215009;江苏省建筑智慧节能重点实验室 ,江苏苏州215009;苏州科技大学电子与信息工程学院 ,江苏苏州215009;苏州工业园区工业技术学校 ,江苏苏
论文部分内容阅读
行为检测是视频理解与计算机视觉领域炙手可热的研究内容,备受国内外学者的关注,在智能监控、人机交互等多领域被广泛应用.随着科技的进步,深度学习在图像分类领域取得了重大突破,将基于深度学习的识别方法应用于人体行为检测研究已成为行为检测中的热点.基于此,首先对几种常用于行为检测的数据集,及近几年深度学习在行为检测领域的研究现状进行了介绍;接着分析了行为检测方法的基本流程,以及几种常用的基于深度学习的检测方法;最后,从方法性能优劣、应用前景等方面对人体行为检测方法的尚存问题与未来发展趋势进行了分析和展望.
其他文献
为探究区块链环境下电商消费者行为的复杂网络特性,在对传统局域网络与BB V增长网络研究的基础上,针对区块链环境下电子商务消费者行为的特性,提出2个方面的创新优化:(1)建立基于声誉的有限信任共识机制;(2)构建基于去中心化特性的消费者社团交互选择的智能合约.将共识机制与智能合约融入多子群混合增长模型中,研究在特定参数下,区块链电商消费者网络在复杂网络结构方面的特性.实证研究表明:即使是在具有去中心化、去信任的区块链电子商务环境下,消费者网络依旧会呈现出节点幂律分布的特点和小世界特性.在多子群混合增长模型中
通过中温热解危废减量、高温等离子熔融危废无害化、烟气余热资源化利用、烟气脱销和脱酸高效净化等多工艺协同技术实现危废处置与资源化利用,利用热解装置处理量为1 t/h、等离子焙融装置处理量为0.25 t/h的危废多工艺协同处置系统对某企业油漆渣危废进行处置试验验证.理论分析和试验结果对比表明:系统实际生产消耗量及排放物量与理论计算基本一致,玻璃体残渣浸出毒性远小于国家标准要求,系统无害化减量率达到96.4％,余热烘砂能够补偿烘砂设备天然气消耗,烟气净化系统实现烟气的超净排放,危废减量程度及资源化利用方面均优于
随着L o Ra网络应用深度与广度的增加,关于信息安全的需求逐渐变大,所以确保数据传输网络的安全性是LoRa网络发展与应用的必要条件.传统LoRa网络在数据传输过程中自身具有加密机制,其使用A ES-128加密算法对数据报文进行加密.但是,在加/解密过程中,2个密钥是相对称的,以至于各项参数大致相同,当一对密钥中任何一个密钥泄露时,都很容易计算出另外一个密钥.针对存在的安全问题,提出一种改进的混合加密方案:在LoRa网络的基础上引进RSA非对称加密算法,利用RSA加密算法安全性高的优势对AES加密算法加/
甲胺是以液氨和甲醇为原料,在催化条件下通过加压精馏分离而制得不同结构系列产品,甲胺生产废水主要来源于精馏过程.甲胺生产废水中主要污染物为一甲胺、二甲胺、三甲胺、甲醇及氨氮等,其COD浓度较高,生物毒性较强,可生化性较差,难以直接生化处理.经探索研究,采用了“两级树脂吸附+水解酸化+UASB+A/O”组合工艺处理该股废水,实际运行结果表明,最终出水水质优于当地园区污水厂的纳管排放标准,该项目的整体投资及运行费用较低,并且可对其中的甲胺类有机物进行资源化回收.
二进制文件相似度检测旨在通过比较来自不同平台、编译器、优化配置甚至是不同软件版本的2个二进制文件的相似程度来判断二者是否高度相似,其中二进制漏洞搜索为其在信息安全领域的应用之一.二进制漏洞的产生为现代软件应用带来了诸多问题,如操作系统易受攻击、隐私信息易被窃取等.二进制漏洞产生的主要原因是软件开发过程中进行了代码复用却没有进行严格的监管.据此,提出了一种基于多粒度语义特征分析的二进制漏洞搜索方法Taurus,该方法通过3种粒度的语义特征来搜索跨平台的潜在二进制漏洞.给定待检测二进制文件和漏洞数据库,需要对
敏捷硬件设计方法中,RT L建模常使用自定义的描述语言,并将设计转换为某种中间格式,为设计验证带来了新挑战.符号模拟技术是(限界)模型检验、等价性检查和测试生成等验证技术的基础,为构建敏捷硬件设计方法验证技术基础,针对PyRTL语言及其中间格式,设计并实现了一个符号模拟器.介绍了符号模拟器的设计原理、转换规则等关键技术.实验结果表明了所实现的符号模拟器的正确性.
草图检索(SBIR)是基于内容的图像检索(CBIR)的扩展,是一种灵活便捷的目标图像检索方式,其研究的焦点是如何减少手绘草图域与自然图像域之间的域差.传统方法提取手工特征完成草图域与图像域之间的近似转换以减少域差,但该类方法无法有效拟合2个域内容,导致检索精度不高.深度学习方法依赖大量数据进行图像高维特征的提取,突破了传统方法的局限,已被证明可以有效解决跨域建模问题.研究聚焦于基于深度学习的草图检索方法,在深度特征提取模型、公开的数据测试集、粗粒度和细粒度检索、哈希技术和类别泛化等几个方面对草图检索的深度
为解决大型无线可充电传感器网络中节点的实时充电问题,对具有多个移动充电器的网络进行了研究.在将网络公平划分为多个簇的基础上提出一种基于时空协作的多移动充电器实时充电算法STMA:通过联合考虑节点的空间位置和截止充电时间要求规划移动充电器的充电路径,在充电过程中及时获取最新的充电请求,并按照充电请求的紧急程度及时调整充电路径.仿真结果表明,采用STMA算法比单纯考虑时空要求的算法的能量利用率提高约14％,节点存活率提高约9％,更加适应节点的实时充电需求.
为去除雨天拍摄照片上的雨滴,针对被雨滴所覆盖区域未知,雨滴区域中大多数背景信息已经丢失,以及需要提升图像清晰度和对全局信息关注度的问题,在生成对抗网络中生成网络的自动编码器结构中添加自注意层,并在判别网络中引入多尺度判别器.通过注意力分布图的引导,自注意层的优化和多尺度判别器的评估,生成网络在关注雨滴区域的前提下进一步关注全局信息,多尺度判别器可由粗到细更好地判别雨滴图像与清晰图像之间的差距.实验完成了所提方法与其他方法的对比,以及自对比,并用峰值信噪比和结构相似性进行评估,结果表明了所提方法的有效性,其
考虑到多源覆盖信息系统中数据的复杂性以及单个信息系统之间的不平等性,引入诱导覆盖粗糙集,并对信息系统的属性赋予权重值,提出了多源覆盖信息系统下的加权广义多粒度粗糙集M CS-WGM RS模型.定义了属性权重的计算方法,给出模型的上、下近似,并获取了相应的决策规则.通过实例分析验证了M CS-WGM RS模型的有效性,结果表明该模型对目标集的分类能力更强,适当调整阈值可进一步提高模型的容错性.