10、暗光环境下动作识别与实时隐私保护动作检测技术研究

暗光环境下动作识别与实时隐私保护动作检测技术研究

在计算机视觉领域，暗光环境下的动作识别以及实时隐私保护的动作检测是两个重要且具有挑战性的研究方向。本文将深入探讨相关技术的研究进展、存在的问题以及可能的解决方案。

暗光环境下动作识别研究

在暗光环境中拍摄的视频具有亮度低和对比度低的特点。合成的暗光视频虽然可以模拟低亮度特征，但难以模拟低对比度特征，这是因为正常光照下拍摄的视频通常存在明亮的背景和像素。因此，真实的暗光视频在暗光环境下的动作识别任务中是不可替代的。

为了评估当前动作识别模型在暗光环境下的性能，研究人员使用了ARID数据集。该数据集包含4k视频片段，涵盖11种动作类别。研究人员测试了多种基于3D - CNN的动作识别模型，包括C3D、3D - ShuffleNet、3D - SqueezeNet、3D - ResNet - 18、Pseudo - 3D - 199、Res50 - I3D和3D - ResNext - 101。测试结果如下表所示：
| 方法 | Top - 1准确率 | Top - 5准确率 |
| — | — | — |
| C3D | 39.17% | 94.17% |
| 3D - ShuffleNet | 44.35% | 93.44% |
| 3D - SqueezeNet | 50.18% | 94.17% |
| 3D - ResNet - 18 | 54.68% | 96.60% |
| Pseudo - 3D - 199 | 71.93% | 98.66% |
| Res50 - I3D | 73.39% | 97.21% |
| 3D - Re