分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2020-09-28 合作期刊: 《计算机应用研究》
摘要: 针对双流法进行视频动作识别时忽略特征通道间的相互联系、特征存在大量冗余的时空信息等问题,提出一种基于双流时空注意力机制的端到端的动作识别模型T-STAM,实现了对视频关键时空信息的充分利用。首先,将通道注意力机制引入到双流基础网络中,通过对特征通道间的依赖关系进行建模来校准通道信息,提高特征的表达能力。其次,提出一种基于CNN的时间注意力模型,使用较少的参数学习每帧的注意力得分,重点关注运动幅度明显的帧。同时,提出一种多空间注意力模型,从不同角度计算每帧中各个位置的注意力得分,提取多个运动显著区域。接着,对时空特征进行融合进一步增强视频的特征表示。最后,将融合后的特征输入到分类网络,按不同权重融合两流输出得到动作识别结果。在数据集HMDB51和UCF101上的实验结果表明T-STAM能有效的识别视频中的动作。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-12-13 合作期刊: 《计算机应用研究》
摘要: 为了解决第三方物流(3PL)供应商面临的高运输成本问题,以第四方物流(4PL)供应商的角度,提出了多第三方物流(3PL)供应商协同为客户定制路径的问题。针对该问题在模型求解上要同时考虑路径与3PL供应商的特点,设计了基于k-短路的混合粒子群算法(K-PSO)。实验分析中,通过K-PSO算法与遗传算法和枚举算法对不同节点数目以及不同3PL供应商个数下仿真算例的计算表明了算法的有效性。最后,通过对3PL转运成本的改变,展示了4PL协同运输的优势。