摘要
本发明提出基于改进YOWO的篮球视频动作识别分析算法。采用YOWO的网络架构,其中用2D卷积模块来提取空间动作特征,用3D卷积模块来提取时序特征,最后将两个特征放入融合模块中进行特征融合,实现对篮球视频动作的行为分析。在3D卷积模块中加入SE注意力机制,能使网络自适应地关注重要的特征,有助于网络更好地利用特征信息,提高模型的性能;加入深度可分离卷积,在保持一定计算量的要求下,能进一步提取特征;对3D卷积核的解耦,把模型从原来的一起提取时空特征变成了先提取空间特征再提取时间特征两步,实现了时序和空间的解耦,获得更加合适的特征,能有效减小模型的参数量,减小模型的计算时间。
技术关键词
视频动作识别
卷积模块
篮球
注意力机制
残差模块
算法
网络结构
数据
图片
动作特征
时序特征
网络架构
定位模块
关键帧
分支
滤波器
系统为您推荐了相关专利信息
网络功率控制方法
节点特征
神经网络模型
小区
接入点
环境污染评估系统
环保涂料
特征提取单元
大气扩散模型
物联网传感器
电力负荷预测方法
电力负荷预测模型
气象
历史负荷数据
负荷特征
多传感器融合
家用设备
异构传感器
多源异构数据融合
信号处理方式