融合3DCNN与注意力机制的行为识别模型训练方法和系统

AITNT
正文
推荐专利
融合3DCNN与注意力机制的行为识别模型训练方法和系统
申请号:CN202410742021
申请日期:2024-06-11
公开号:CN118334752B
公开日期:2024-08-30
类型:发明专利
摘要
本申请涉及一种融合3DCNN与注意力机制的行为识别模型训练方法和系统,相比较于相关技术通过类ViT的深度行为识别方法,本实施例中采用3DCNN和结合注意力机制的Transformer Block进行特征提取,可以在运算复杂度较小、算力消耗较小的前提下,实现精准的人员行为识别。
技术关键词
注意力机制 空间特征提取 识别模型训练方法 全局特征融合 视频帧 图像 网络 全局特征提取 模块 训练集 数据 标签 处理器 复杂度 识别方法 计算机设备 调度器 可读存储介质 存储器
系统为您推荐了相关专利信息
1
一种基于多模态小样本学习的场景分割方法及系统
场景分割方法 语义特征提取 多模态 实时视频流 通道校正
2
基于多模态特征融合与动态行为分析的弱密码检测方法
密码检测方法 多模态特征融合 文本 字典 字符
3
一种基于深度学习的水下声源相位不失真线谱增强方法
水下声源 注意力机制 卷积递归网络 非线性噪声 编码器信息
4
一种基于时空特征加权融合的全景占据预测方法及其系统
特征加权融合 时序特征 图像特征提取 注意力机制 采样模块
5
一种基于AI视觉的中子管靶膜缺陷实时检测系统
实时检测系统 生成对抗网络模型 图像 理论 中子
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号