您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. C3D, C3D是 BVLC caffe的修改版本,支持 3D ConvNets.zip

  2. C3D, C3D是 BVLC caffe的修改版本,支持 3D ConvNets C3DC3d是 BVLC caffe的修改版本,支持 3D 卷卷积和缓冲。 主要支持功能包括:培训或者微调 3D ConvNets 。利用预训练C3D模型提取视频特征。有关C3D的更多信息,请参考 C3D项目网站。有关Caf
  3. 所属分类:其它

    • 发布日期:2019-09-18
    • 文件大小:34603008
    • 提供者:weixin_38743737
  1. c3d.pickle

  2. C3D:使用3D卷积网络学习时空特征 行为识别:C3D network-用于视频特征提取的3维卷积网络
  3. 所属分类:深度学习

    • 发布日期:2020-05-06
    • 文件大小:319815680
    • 提供者:tony2278
  1. C3D视频特征提取-附件资源

  2. C3D视频特征提取-附件资源
  3. 所属分类:互联网

  1. C3D视频特征提取-附件资源

  2. C3D视频特征提取-附件资源
  3. 所属分类:互联网

  1. 结合分水岭和回归网络的视频时序动作选举算法

  2. 针对时序动作选举任务,设计一种两段式动作候选区域选举网络。第一段将改进的分水岭算法应用于一维时序信号,通过浸水聚类产生多种不同长度的候选区域,实现动作时序边界的粗定位,进而提出一种时序金字塔结构化方法,引入动作片段的上下文信息模块,对候选区域的主体信息和上下文信息进行结构化建模,生成一个增强的全局特征。第二段利用时序坐标回归算法定位动作边界,同时加入动作/背景分类器过滤背景候选区域,得到更加精确的时序边界。整个网络以三维卷积神经网络(C3D)提取的单元级特征进行训练,挖掘了视频时域和空域的丰富语
  3. 所属分类:其它

    • 发布日期:2021-01-26
    • 文件大小:5242880
    • 提供者:weixin_38605133
  1. 视频对象移除篡改的时空域定位被动取证

  2. 针对视频被动取证领域中视频内容的真实性和完整性鉴定及篡改区域定位问题,提出了一种基于视频噪声流的深度学习检测算法。首先,构建了基于空间富模型(SRM)和三维卷积(C3D)神经网络的特征提取器、帧鉴别器和基于区域建议网络(RPN)思想的空域定位器;其次,将特征提取器分别与帧鉴别器和空域定位器相结合,搭建出2个神经网络;最后,利用增强处理后的数据训练出2种深度学习模型,分别用于对视频篡改区域时域和空域的定位。测试结果表明,时域定位的准确率提高到98.5%,空域定位与篡改区域标注平均交并比达49%,可
  3. 所属分类:其它

    • 发布日期:2021-01-13
    • 文件大小:1048576
    • 提供者:weixin_38595356