基于行为主体检测的视频行为快速检测

TP753; 现有视频行为检测方法在生成候选区域时采用滑窗操作,处理长视频速度较慢.针对该问题,通过对静态行为主体进行定位,提出一种快速检测方法.将长视频分割为若干个视频单元,在每个单元的第1帧中运用Fast R-CNN算法进行行为主体检测,对检测到行为主体的单元划定时间区域生成行为发生候选区域,以减少行为检测网络的输入数据.在此基础上,采用3D卷积神经网络判别候选区域类别,对行为类区域进行边界回归,得到准确的行为时间轴定位.实验结果表明,该方法检测速度较TURN方法提升2倍以上,其mAP指标只降低0.7％....

Full description

Saved in:
Bibliographic Details
Published in计算机工程 Vol. 45; no. 12; pp. 257 - 262
Main Authors 张杰豪, 陈华杰, 姚勤炜, 侯新雨
Format Journal Article
LanguageChinese
Published 杭州电子科技大学自动化学院,杭州,310018 2019
Subjects
行为主体检测
行为检测
3D卷积神经网络
视频单元
边界回归
Online AccessGet full text
ISSN1000-3428
DOI10.19678/j.issn.1000-3428.0053184

Cover

More Information
Summary:TP753; 现有视频行为检测方法在生成候选区域时采用滑窗操作,处理长视频速度较慢.针对该问题,通过对静态行为主体进行定位,提出一种快速检测方法.将长视频分割为若干个视频单元,在每个单元的第1帧中运用Fast R-CNN算法进行行为主体检测,对检测到行为主体的单元划定时间区域生成行为发生候选区域,以减少行为检测网络的输入数据.在此基础上,采用3D卷积神经网络判别候选区域类别,对行为类区域进行边界回归,得到准确的行为时间轴定位.实验结果表明,该方法检测速度较TURN方法提升2倍以上,其mAP指标只降低0.7％.
ISSN:1000-3428
DOI:10.19678/j.issn.1000-3428.0053184