首页
/ 探索视频中行为识别:Action Recognition in Video

探索视频中行为识别:Action Recognition in Video

2024-06-07 16:13:00作者:郦嵘贵Just

在这个激动人心的开源项目中,我们聚焦于解决视频中的行为识别问题。借助UCF-101数据集,开发者可以深入研究和实验各种不同的解决方案。

Crawling

项目设置

项目易于上手,只需按照以下步骤进行:

  1. 进入data/目录。
  2. 运行download_ucf101.sh脚本下载约7.2GB的UCF-101数据集。
  3. 解压缩数据集(使用unrar x UCF101.rar)。
  4. 解压ucfTrainTestlist.zip文件。
  5. 最后,运行python3 extract_frames.py从视频中提取帧(这可能需要一段时间,请耐心等待)。

ConvLSTM模型

目前,该项目已探索了一种基于卷积LSTM的方法,它通过双向LSTM对预训练的ResNet-152提供的帧嵌入进行操作,以预测视频中的活动。模型结构包括:

  1. 用于提供视频帧潜在表示的卷积特征提取器(ResNet-152)。
  2. 基于这些帧的潜在表示,双向LSTM分类器来判断视频中的动作。

已经提供了一个预先训练好的模型,可以在此处获取。

训练模型

$ python3 train.py  --dataset_path data/UCF-101-frames/ \
                    --split_path data/ucfTrainTestlist \
                    --num_epochs 200 \
                    --sequence_length 40 \
                    --img_dim 112 \
                    --latent_dim 512

在视频上测试

$ python3 test_on_video.py  --video_path data/UCF-101/SoccerPenalty/v_SoccerPenalty_g01_c01.avi \
                            --checkpoint_model model_checkpoints/ConvLSTM_150.pth

Penalty

结果

在随机采样的测试集中(占UCF-101总数的20%),该模型达到了**91.27%**的分类精度。计划在官方的训练/测试分割上重新训练模型,并在有时间时发布结果。

应用场景与项目特点

  1. 广泛应用:这个项目对于开发视频监控系统、体育赛事分析软件或社交媒体内容分析工具等有着广泛的应用潜力。
  2. 直观易用:清晰的代码结构和文档使得轻松上手和调整参数成为可能。
  3. 强大模型:基于ConvLSTM的模型设计,能够捕捉到视频序列的时间动态,提高了行为识别的准确性。
  4. 预训练模型:提供预训练模型,用户可以直接试用,节省大量训练时间。

无论你是深度学习初学者还是经验丰富的研究人员,这个项目都是一个绝佳的学习资源和实践平台。加入我们,一起探索视频行为识别的世界吧!

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
177
262
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
864
512
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
261
302
kernelkernel
deepin linux kernel
C
22
5
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K