节点文献

ResNet网络下教室人物姿态分类

免费订阅

【作者】 倪照风马原东崔潇郦烜杰杨秀璋罗子江

【Author】 NI Zhaofeng;MA YuANDong;CUI Xiao;LI Xuanjie;YANG Xiuzhang;LUO Zijiang;School of Information,Guizhou University of Finance and Economics;Beijing Interjoy Technology Limited Company;School of Electronics,University of Chinese Academy of Sciences;

【通讯作者】 罗子江;

【机构】 贵州财经大学信息学院北京盛开互动科技有限公司中国科学院大学电子学院

【摘要】 该文首次将ResNet网络的思想对复杂教室环境下的人物进行多类别分类设计,改进了网络结构,有效解决了传统基于像素特征的方法分类效果不理想的问题。实验中通过卷积提取特征、不同感受野、保留像素间联系、多层卷积级联提取深层次特征等方法,在网络训练过程中进行参数调整,优化算法和网络参数来解决困难样本的识别,将多类别的分类准确率从83.5%提升到99.2%,并实现了多目标检测的11类样本的判定。最终选取ResNet1816来进行高速有效的多类别识别。

【基金】 国家自然科学基金项目(11664005)
【所属期刊栏目】 计算机科学与应用 (2020年12期)
  • 【DOI】10.16652/j.issn.1004-373x.2020.12.011
  • 【分类号】TP391.41
  • 【下载频次】95
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: