- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话: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
查看更多
本发明属于计算机视觉和模式识别技术领域,具体涉及一种基于上下文聚合和边界生成的时序行为检测方法。本发明设计了一个多路径时序上下文特征聚合模块,用于有效的聚合长期和短期时间上下文信息,从而增强行为事件的上下文表示。其次,为了生成精确的行为边界,本发明设计了一个多分支时间边界检测器,利用两个边界检测器之间的互补关系优化预测结果。此外,为了准确预测密集分布提名的置信度,本发明设计了一个提名关系感知模块,利用全局相关性进行提名关系建模,增强了提名上下文的表达性和鲁棒性。本发明对于持续时间长和持续时间短的
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 117115906 A
(43)申请公布日 2023.11.24
(21)申请号 202311004570.3 G06N 3/0464 (2023.01)
文档评论(0)