一种改进R(2+1)D网络的暴力行为检测方法

公共安全中复杂的暴力行为检测具有重要的研究价值。传统的研究方法主要基于手工设计的特征,泛化能力较差,现有的深度学习网络模型泛化能力强但准确率较低。针对上述问题,提出了一个结合R(2+1)D改进网络和密集连接思想的暴力行为检测方法。由于原R(2+1)D残差模块支路中的步长为2的卷积操作忽略了特征图的3/4,所以将其优化为池化操作和步长为1的卷积操作。本实验的数据集共有1500个视频样本,具体包括曲棍球比赛数据集和自制数据集。实验结果证明,改进后R(2+1)D网络相比原网络准确率分别提高了约2.30%和1.00%。另外,引入密集连接思想,将残差模块中的不同卷积层级间建立连接,使残差块中的卷积层输出特征图可重复使用,这在一定程度上减轻了训练过程中梯度消散的问题。通过在相同数据集上进行测试,发现改进后(2+1)D网络相比传统的方法,检测精度进一步提升了约1.47%和0.93%。因此,在公开的经典暴力行为检测数据集上的实验证明,相对于传统的3种网络学习方法,该算法能够更好地表示暴力行为信息,是一种更加简单有效的暴力行为检测方法。

机械电子工程设计中的技术要点探讨

随着现代社会的快速发展,我国科学技术水平不断提升。机械电子工程同我国各行业存在非常紧密的联系,对我国现代化发展建设具有非常关键的影响。当前机械电子工程设计方面依然存在问题,亟待解决。基于此,文章对机械电子工程设计中的技术要点展开了探讨。