基于动态图卷积网络的轻量化行为识别模型研究.docxVIP

下载本文档

0
0
约3.46千字
约 7页
2023-05-23 发布于北京
举报
版权申诉

基于动态图卷积网络的轻量化行为识别模型研究.docx

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于动态图卷积网络的轻量化行为识别模型研究基于动态图卷积网络的轻量化行为识别模型研究摘要：随着智能环境的不断普及和人工智能技术的快速发展，行为识别技术已成为一个备受关注的热点领域。本文提出了一种基于动态图卷积网络的轻量化行为识别模型，在行为识别过程中兼顾识别准确性和模型轻量化的需求。该模型将动态图卷积网络引入行为识别中，通过对输入数据的逐帧卷积处理和特征提取，提高了行为识别的准确性和效率，同时通过剪枝和深度可分离卷积等轻量化策略，实现了模型参数的精简和计算量的降低。实验结果表明，该模型相比传统的行为识别模型，在准确率和轻量化程度上均取得了较好的表现，可以在智能系统、视频监控等领域中得到广