现有基于时域金字塔的特征提取方法不能学习视频帧和视频段各自之间的时间依赖性信息以及未充分利用视频时域的分层结构信息,造成视频分类特征提取不充分.为此,提出一种基于SRU的多层次多粒度时空域深度特征提取方法.利用卷积神经网络提取视频的低、中、高3个层次的帧特征,构建时域金字塔,同时采用级联SRU学习视频时间依赖性和时域的分层结构特征,通过聚合3个层次的时域金字塔得到视频的多层次多粒度全局特征.在数据集UCF101和HMDB51上的实验结果表明,与DTPP方法、TLE方法相比,该方法提取的特征具有较好的表征能力和鲁棒性.
2021-04-17 14:35:01
868KB
1
串行接口 8 位LED 显示驱动器，MAX7219/MAX7221是一种集成化的串行输入/输出共阴极显示驱动器,它连接微处理器
与8位数字的7段数字LED显示，也可以连接条线图显示器或者64个独立的LED。其上包括一个片上的B型BCD编码器、多路扫描回路，段字驱动器，而且还有一个8*8的静态RAM用来存储每一个数据。
2021-04-15 19:54:12
1.70MB
1
该资源对某篇论文内无标度网络被攻击后级联失效进行了复现. 代码展现了networkx的完整使用, 实现了网络攻击的算法, 是学习networkx/BA无标度网络/网络攻击等的绝佳学习资料.
2021-04-14 10:00:05
704KB
haarcascade_eye.xml
opencv中的担任检测功能的haar级联分类器，OpenCV-python预训练的模型
2021-04-07 20:35:42
345KB
1