基于信息深度表示与融合的视频行为分类模型研究

目录

声明

第1章 绪 论

1.1 课题研究背景及意义

1.2 国内外研究现状

1.3 本文研究内容

1.4 本文组织结构

第2章 基于三维卷积网络的视频分类基础

2.1 引言

2.2 三维卷积神经网络原理

2.3.1 基于时空网络的视频分类方法

2.3.2 基于双流网络的视频分类方法

2.4 评价指标

2.5 视频分类数据集

2.6 本章小结

第3章 基于多层次特征融合的视频行为分类算法

3.1 引言

3.2 网络结构

3.3 池化单元

3.3.1 时空金字塔池化

3.3.2 自适应池化

3.3.3 注意力池化

3.4 分类网络

3.5 实验设置

3.6.1 对比实验

3.6.2 实验结果

3.6.3 与现有主流算法的对比实验

3.7 本章小结

第4章 基于端到端时空双流融合网络的视频分类算法

4.1 引言

4.2 网络结构

4.3 空间流网络支路

4.4.1 TVnet光流网络

4.4.2 BN-Inception光流特征学习与分类网络

4.5 实验设置

4.5.1空间流网络实验设置

4.5.2时间流网络实验设置

4.6.1 实验结果

4.6.2 与现有主流算法的对比实验

4.7 本章小结

第5章 基于压缩视频表示-信息融合的视频分类算法

5.1 引言

5.2 网络结构

5.3 压缩视频表示模型

5.4 分类网络

5.4.1 I帧分类网络--ResNet-152网络

5.4.2 运动矢量与残差分类网络--R(2+1)D网络

5.5 实验设置

5.6.1 实验结果

5.6.2 与现有主流算法的对比实验

5.7 本章小结

结论

参考文献

攻读硕士学位期间承担的科研任务与主要成果

致谢