摘要
في مهمة التعرف على السلوكيات، وبسبب اختلاف سرعة تغير الحركات والحالات للعملاء وغياب الدراسة حول علاقة الحركات ببعضها البعض مما يؤدي إلى ضعف قدرة التمييز والأخطاء، تم اقتراح نموذج آلية اهتمام مرتبط بالزمن قائم على بنية SlowFast. أولاً، تم التخلي عن التدفق البصري واستخدام بيانات الفيديو مباشرة كمدخلات للشبكة، مما يتيح تدريب النموذج بشكل شامل. ثانياً، تم تعريف آلية اهتمام مرتبطة بالزمن تتكون من اهتمام بالترابط واهتمام بالزمن، حيث تُستخدم آلية الاهتمام بالترابط لاستخراج المعلومات المرتبطة بين الحركات. ثم يتم إدخال المعلومات إلى آلية الاهتمام بالزمن لكبح الميزات غير المفيدة. أخيراً، لمشكلة فقدان الترابط بين الميزات بسبب خطوة نواة التلافيف الكبيرة أثناء دمج المسارات في SlowFast، تم اقتراح عملية تلافيف متتالية أكثر فاعلية كبديل. أجريت التجارب على مجموعتي البيانات UCF101 وHMDB51، وأظهرت النتائج تفوق الطريقة المقترحة مقارنة بالطرق الحالية في الدقة والصلابة.
关键词
التعرف على السلوكيات;SlowFast;آلية اهتمام مرتبطة بالزمن;تدريب شامل;دمج المسارات
以上内容由讯飞翻译自动生成，翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果，本网站不承担任何商业和法律责任。
The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website