计算机应用

作者：陈荣源, 姚剑敏, 严群, 林志贤

单位：1.福州大学 物理与信息工程学院，福州 350108；2.晋江市博感电子科技有限公司，福建 晋江 362201

关键词：深度神经网络,视频播放速度识别,双支网络,通道注意力,轻量化模型

基金：国家重点研发计划项目(2016YFB0401503);广东省科技重大专项(2016B090906001);福建省科技重大专项(2014HZ0003?1);广东省光信息材料与技术重点实验室开放基金资助项目(2017B030301007)

针对目前的视频播放速度识别算法大多存在的提取精度差、模型参数量巨大的问题，提出了一种双支轻量化视频播放速度识别网络。首先，该网络是基于SlowFast双支网络架构组建的一个三维（3D）卷积网络；其次，为了弥补S3D-G网络在视频播放速度识别任务中存在的参数量大、浮点运算数多的缺陷，进行了轻量化的网络结构调整；最后，在网络结构中引入了高效通道注意力（ECA）模块，以通过通道注意力模块生成重点关注的内容对应的通道范围，这有助于提高视频特征提取的准确性。在Kinetics-400数据集上将所提网络与S3D-G、SlowFast网络进行对比实验。实验结果表明，所提网络在精确度差不多的情况下，模型大小和模型参数均比SlowFast减少了大约96%，浮点运算数减少到5.36 GFLOPs，显著提高了运行速度。

来源：2022年第7期

《计算机应用》期刊编辑部

查看计算机应用杂志2022年第7期