基于残差网络和注意力机制的夜间航运识别
来源：计算机应用与软件杂志2024年第12期北京时间：
作者：段家家, 张鸿
摘要：针对常规的深度学习模型对夜间监控视频进行识别的效果不佳，提出一种基于残差网络和注意力机制的夜间航运事件的识别方法。增强夜间监控视频生成的暗光图像中的光照，采用SE-R2(2+1)模型对增强图像组合成的视频进行识别。该识别模型基于R(2+1)D模型，通过改进模型的激活结构，提升模型的泛化能力。嵌合SENet网络来提高模型的表征能力。实验结果表明，在增强后形成的数据集下，该方法识别准确率达到了88.2%，验证了模型的有效性。
关键词：低光照, 夜间视频, 图像增强, 注意力机制, 行为分类
