Resumen

Con el fin de mejorar la precisión de reconocimiento del comportamiento peatonal en secuencias de video en un fondo complejo, se propone en este artículo una red de dos flujos espacio-temporales mejorada. En primer lugar, se utiliza una red diferencial profunda para reemplazar la red de flujo temporal con el objetivo de mejorar la capacidad de representación y la eficiencia de extracción de características espacio-temporales. Luego, se emplea una función de pérdida Softmax mejorada basada en un mecanismo de fusión de características a nivel de toma de decisiones para entrenar el modelo, lo que permite conservar las características espacio-temporales de las imágenes entre diferentes cuadros de red en mayor medida y reflejar de manera más realista la categoría de acción de los peatones. Los resultados de la simulación muestran que la red mejorada propuesta logra una precisión de reconocimiento del 87% en el conjunto de datos infrarrojos autoconstruido, y la eficiencia computacional se mejora en un 15.1%.

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Comportamiento peatonal; Secuencias de video; Red espacio-temporal; Red diferencial profunda; Función de pérdida Softmax; Precisión de reconocimiento
• Keywords:Pedestrian behavior; Video sequences; Spatial-temporal network; Deep differential network; Softmax loss function; Recognition accuracy