- 1、本文档共4页,其中可免费阅读3页,需付费10金币后方可阅读剩余内容。
- 2、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。
- 3、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。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、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。
- 7、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。
- 8、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
本发明提供了一种基于设备端的智能暴恐行为检测方法。其包括以下步骤:S1.对暴恐行为进行分类;S2.选择轻量级网络MobileNets模型,该模型在卷积操作中借鉴了可分离卷积的思想,将标准卷积操作分割为depthwise和pointwise两部分;S3.利用网络训练标记后的暴恐数据得到模型,利用剪枝的方式对模型进行压缩,即通过排序神经网络中神经元的贡献度,去除对输出贡献较小的参数;S4.对模型检测出的暴恐元素进行逻辑关系组合,定义判断暴恐行为的条件;S5.对当前帧图像检测,当检测结果符合逻辑关系时
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112287791 A
(43)申请公布日 2021.01.29
(21)申请号 202011129340.6
(22)申请日 2020.10.21
(71)申请人 济南
文档评论(0)