TY -的A2 -叮,白元盟——崔,香港非盟- Wang元PY - 2022 DA - 2022/01/17 TI -行为分析的图像识别Pan-Entertainment当代大学生网络SP - 1176279六世- 2022 AB -与网络技术的不断更新和迭代技术创新、大学生的手持智能媒体将变得越来越敏感。随着经济全球化的发展,世界上各种意识形态和文化将迅速入侵,以及网络媒体的“pan-entertainment”可能会加剧。只有通过政府的监督职能和互联网行业的自律,我们可以严格控制和屏幕正面的价值观。为了更好地建立正确的大学生就业价值取向,进一步分析“pan-entertainment”行为的重要性图像识别的大学生,本研究分析了相关技术和行为识别的基本理论。介绍几种主流方法后,传统dual-stream卷积网络方法改进,和时间信息和空间信息提取的两个渠道进行加权融合的特征图谱。最后,使用R(2 + 1)维结构和dual-stream网络结构设计、深度上优于卷积时空行为识别算法。测试和分析了该算法在数据集UCF101 HMDB51。具体工作内容如下:(1)总结目前广泛使用的视频行为分类方法提出并讨论未来的发展。然后,它主要分析了现有的一些技术瓶颈方法基于深度学习方法,总结和探讨了高效、稳定、准确的时空特性联合开采理论和学习方法。(2)时空卷积网络算法框架的设计,提出了长视频的分割处理方法研究,dual-stream网络决策级融合方法的改进研究,和R(2 + 1)维网络重组。 The network algorithm is trained and tested on the UCF-101 dataset and HMDB-51 dataset under the condition of calling the pretrained model. Finally, the accuracy is compared with the existing classic algorithms to obtain better accuracy, which proves the effectiveness of the algorithm for the “pan-entertainment” behavioral image recognition of contemporary college students. SN - 1058-9244 UR - https://doi.org/10.1155/2022/1176279 DO - 10.1155/2022/1176279 JF - Scientific Programming PB - Hindawi KW - ER -