期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进SlowFast模型的设施黄瓜农事行为识别方法
被引量：
1
1
作者
何峰
吴华瑞
+1 位作者
史扬明
朱华吉
《智慧农业（中英文）》
CSCD
2024年第3期118-127,共10页
[目的/意义]农事行为活动识别对设施蔬菜生产精准化调控有着重要意义,在一定程度上可以通过查看农事操作的时间、操作过程是否合理来减少因农事行为不当导致产量下降。为了解决农事行为识别方法中由于黄瓜叶片和设施遮挡导致识别准确率...
[目的/意义]农事行为活动识别对设施蔬菜生产精准化调控有着重要意义,在一定程度上可以通过查看农事操作的时间、操作过程是否合理来减少因农事行为不当导致产量下降。为了解决农事行为识别方法中由于黄瓜叶片和设施遮挡导致识别准确率不高的问题,提出一种名为SlowFast-SMC-ECA (SlowFast-Spatio-Temporal Excitation、Channel Excitation、Motion Excitation-Efficient Channel Attention)的农事活动行为识别算法。[方法]该算法主要基于SlowFast模型,通过改进Fast Pathway和Slow Pathway中的网络结构来提高对于农事活动中手部动作特征和关键特征的提取能力。在Fast Pathway中,引入多路径激励残差网络的概念,通过在信道之间插入卷积操作来增强它们在时域上的相互关联性,从而更好地捕捉快速运动信息的细微时间变化。在Slow Pathway中,将传统的Residual Block替换为ECA-Res结构,以提高对通道信息的捕获能力。这两项改进有效地加强了通道之间的联系,提升了特征之间的语义信息传递,进而显著提升了农事行为识别的准确率。此外,为了解决数据集中类别不均衡的问题,设计了平衡损失函数(Smoothing Loss),通过引入正则化系数,平衡损失函数可以有效地处理数据集中的类别不均衡情况,提高模型在各个类别上的表现。[结果和讨论]改进的SlowFast-SMC-ECA模型在农事行为识别中表现出良好的性能,各类行为的平均识别精度达到80.47%,相较于原始的SlowFast模型有约3.5%的提升。[结论]本研究在农事行为识别中展现出良好的性能。这对农业生产的智能化管理和决策具有重要意义。
展开更多
关键词
农事活动行为
slowfast
模型
多路径激励残差网络
ECA-Res
平衡损失函数
在线阅读
下载PDF
职称材料
基于深度学习模型联合的长视频行为数据统计
2
作者
魏英姿
杨文静
《通信与信息技术》
2025年第5期44-48,共5页
监控长视频数据分析是城市智能化进步的有效手段,采用将YOLO目标检测模型、DeepSort目标跟踪算法以及SlowFast行为识别模型相结合的方法,提取并分析长视频数据中行人行为特征。联合模型采用双通道设计策略,分别对视频帧进行特征提取,采...
监控长视频数据分析是城市智能化进步的有效手段,采用将YOLO目标检测模型、DeepSort目标跟踪算法以及SlowFast行为识别模型相结合的方法,提取并分析长视频数据中行人行为特征。联合模型采用双通道设计策略,分别对视频帧进行特征提取,采用动态检测头的YOLO目标检测模型,并在SlowFast行为识别模型中融入注意力机制,以增强各特征元素间的关联性,确保帧信息得以充分保留。在行为分析判别过程中,采用独热编码方法,再经过主成分分析(PCA)方法进行分析,实验结果显示该方法在处理长视频行为数据方面的有效性。
展开更多
关键词
YOLO目标检测模型
DeepSort跟踪算法
slowfast
行为识别
主成分分析
在线阅读
下载PDF
职称材料
基于边缘计算的智能化建筑安全监控系统
3
作者
郭宇丰
董亚杰
+3 位作者
李艳
李浩
王娜
王联旭
《昆明冶金高等专科学校学报》
CAS
2024年第4期89-94,共6页
探讨基于边缘计算的智能化建筑安全监控系统,以解决智能化建筑安全监控的挑战。首先分析智能化建筑安全监控的需求和挑战;其次设计基于边缘计算的监控系统架构,采用Yolo和SlowFast模型实现了人脸识别、目标检测、姿态识别和行为检测等功...
探讨基于边缘计算的智能化建筑安全监控系统,以解决智能化建筑安全监控的挑战。首先分析智能化建筑安全监控的需求和挑战;其次设计基于边缘计算的监控系统架构,采用Yolo和SlowFast模型实现了人脸识别、目标检测、姿态识别和行为检测等功能;最后通过在UCF-101数据集上进行实验测试,评估系统的性能。结果显示,基于SlowFast模型的姿态识别和行为检测在准确率、召回率和F1值等指标上表现良好,系统有效、可靠,提出的基于边缘计算的智能化建筑安全监控系统能够有效解决智能化建筑安全监控的问题,为建筑安全管理提供了可靠的技术支持。未来,可进一步优化算法和系统架构,以提升系统的性能和可靠性,满足不断增长的建筑安全管理需求。
展开更多
关键词
边缘计算
视频监控
Yolo模型
slowfast
模型
在线阅读
下载PDF
职称材料
题名
基于改进SlowFast模型的设施黄瓜农事行为识别方法
被引量：
1
1
作者
何峰
吴华瑞
史扬明
朱华吉
机构
江苏大学计算机科学与通信工程学院
国家农业信息化工程技术研究中心
北京市农林科学院信息技术研究中心
农业农村部数字乡村技术重点实验室
出处
《智慧农业（中英文）》
CSCD
2024年第3期118-127,共10页
基金
中央引导地方科技发展资金项目(2023ZY1-CGZY-01)
财政部和农业农村部:国家现代农业产业技术体系资助(CARS-23-D07)。
文摘
[目的/意义]农事行为活动识别对设施蔬菜生产精准化调控有着重要意义,在一定程度上可以通过查看农事操作的时间、操作过程是否合理来减少因农事行为不当导致产量下降。为了解决农事行为识别方法中由于黄瓜叶片和设施遮挡导致识别准确率不高的问题,提出一种名为SlowFast-SMC-ECA (SlowFast-Spatio-Temporal Excitation、Channel Excitation、Motion Excitation-Efficient Channel Attention)的农事活动行为识别算法。[方法]该算法主要基于SlowFast模型,通过改进Fast Pathway和Slow Pathway中的网络结构来提高对于农事活动中手部动作特征和关键特征的提取能力。在Fast Pathway中,引入多路径激励残差网络的概念,通过在信道之间插入卷积操作来增强它们在时域上的相互关联性,从而更好地捕捉快速运动信息的细微时间变化。在Slow Pathway中,将传统的Residual Block替换为ECA-Res结构,以提高对通道信息的捕获能力。这两项改进有效地加强了通道之间的联系,提升了特征之间的语义信息传递,进而显著提升了农事行为识别的准确率。此外,为了解决数据集中类别不均衡的问题,设计了平衡损失函数(Smoothing Loss),通过引入正则化系数,平衡损失函数可以有效地处理数据集中的类别不均衡情况,提高模型在各个类别上的表现。[结果和讨论]改进的SlowFast-SMC-ECA模型在农事行为识别中表现出良好的性能,各类行为的平均识别精度达到80.47%,相较于原始的SlowFast模型有约3.5%的提升。[结论]本研究在农事行为识别中展现出良好的性能。这对农业生产的智能化管理和决策具有重要意义。
关键词
农事活动行为
slowfast
模型
多路径激励残差网络
ECA-Res
平衡损失函数
Keywords
farming activity behaviour
slowfast model
multi-path incentive residual network
ECA-Res
equilibrium loss function
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于深度学习模型联合的长视频行为数据统计
2
作者
魏英姿
杨文静
机构
沈阳理工大学
出处
《通信与信息技术》
2025年第5期44-48,共5页
文摘
监控长视频数据分析是城市智能化进步的有效手段,采用将YOLO目标检测模型、DeepSort目标跟踪算法以及SlowFast行为识别模型相结合的方法,提取并分析长视频数据中行人行为特征。联合模型采用双通道设计策略,分别对视频帧进行特征提取,采用动态检测头的YOLO目标检测模型,并在SlowFast行为识别模型中融入注意力机制,以增强各特征元素间的关联性,确保帧信息得以充分保留。在行为分析判别过程中,采用独热编码方法,再经过主成分分析(PCA)方法进行分析,实验结果显示该方法在处理长视频行为数据方面的有效性。
关键词
YOLO目标检测模型
DeepSort跟踪算法
slowfast
行为识别
主成分分析
Keywords
YOLO object detection
model
DeepSORT tracking algorithm
slowfast
action recognition
Principal component analy-sis(PCA)
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于边缘计算的智能化建筑安全监控系统
3
作者
郭宇丰
董亚杰
李艳
李浩
王娜
王联旭
机构
昆明冶金高等专科学校建筑工程学院
昆明冶金高等专科学校学生处
出处
《昆明冶金高等专科学校学报》
CAS
2024年第4期89-94,共6页
文摘
探讨基于边缘计算的智能化建筑安全监控系统,以解决智能化建筑安全监控的挑战。首先分析智能化建筑安全监控的需求和挑战;其次设计基于边缘计算的监控系统架构,采用Yolo和SlowFast模型实现了人脸识别、目标检测、姿态识别和行为检测等功能;最后通过在UCF-101数据集上进行实验测试,评估系统的性能。结果显示,基于SlowFast模型的姿态识别和行为检测在准确率、召回率和F1值等指标上表现良好,系统有效、可靠,提出的基于边缘计算的智能化建筑安全监控系统能够有效解决智能化建筑安全监控的问题,为建筑安全管理提供了可靠的技术支持。未来,可进一步优化算法和系统架构,以提升系统的性能和可靠性,满足不断增长的建筑安全管理需求。
关键词
边缘计算
视频监控
Yolo模型
slowfast
模型
Keywords
edge computing
video surveillance
Yolo
model
slowfast model
分类号
TU714 [建筑科学—建筑技术科学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进SlowFast模型的设施黄瓜农事行为识别方法
何峰
吴华瑞
史扬明
朱华吉
《智慧农业（中英文）》
CSCD
2024
1
在线阅读
下载PDF
职称材料
2
基于深度学习模型联合的长视频行为数据统计
魏英姿
杨文静
《通信与信息技术》
2025
0
在线阅读
下载PDF
职称材料
3
基于边缘计算的智能化建筑安全监控系统
郭宇丰
董亚杰
李艳
李浩
王娜
王联旭
《昆明冶金高等专科学校学报》
CAS
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
