融合时间和空间上下文特征的群体行为识别

作     者：李骏 程雅儒 谢昭 孙永宣 吴克伟 武金金 LI Jun;CHENG Yaru;XIE Zhao;SUN Yongxuan;WU Kewei;WU Jinjin

作者机构：合肥工业大学计算机与信息学院合肥230601 合肥工业大学工业安全与应急技术安徽省重点实验室合肥230601 

基　　金：安徽省重点研究与开发计划(202004d07020004) 安徽省自然科学基金项目(2108085MF203) 中央高校基本科研业务费专项资金(PA2021GDSK0072,JZ2021HGQA0219) 

出 版 物：《智能计算机与应用》 (Intelligent Computer and Applications)

年 卷 期：2022年第12卷第9期

页      码：45-49,55页

摘      要：群体行为识别任务中,行为特征具有复杂的时空特性。为了实现有效的行为特征时间编码,本文提出一种融合时间和空间上下文特征的群体行为识别模型。为了分析个体行为特征的时间上下文依赖关系,设计了通道级时间上下文模块,该模块对个体特征的多个通道进行时间平移;分别研究时间延迟移动、时间双向移动、时间循环双向移动的3种策略,并讨论各种策略下通道比例对时间上下文估计的作用。其次,构建了基于融合通道级时间上下文特征的空间图模型,用于对个体空间上下文的编码。该模型使用外观和位置估计初步的个体之间的空间上下文关系,并进一步设计多图策略,来估计多种可能的个体之间的关系。最后,对图模型编码的个体特征,使用个体池化获得群体特征,并使用多层感知器来识别群体行为。本文方法在Volleyball和Collective Activity数据集上优于现有群体行为识别方法,设计的时间上下文特征具有良好个体行为编码能力。

主 题 词：群体行为识别 时间上下文 时间位移策略 空间上下文 多图模型 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.2095-2163.2022.09.008

馆 藏 号：203114477...