اختيار الإطارات التكيفي في التعرف على الحركات باستخدام الشبكة العصبية التلافيفية ثنائية الأبعاد

في هذه الدراسة، قدمنا تقنية لاختيار الإطارات الديناميكي لاستخلاص ميزات قوية. يؤدي هذا الوضع إلى تقليل التكرار وتقديم مدخلات مفيدة للشبكة. وبما أن التقنية تستخدم موارد معالجة أقل وتوفر دقة كافية، فهي مناسبة للتطبيقات الزمنية الحقيقية. عندما يتم اختيار الإطارات المفيدة وتُقلَّل العمليات الحسابية، تصبح الشبكة أكثر كفاءة مع الحفاظ على دقة مقبولة. تم اختبار الإطار على مجموعة بيانات UCF101، واحدة من أكبر المجموعات الواقعية. وأظهرت التجارب نتائج مقبولة باستخدام ميزات مُدرّبة مسبقًا من نموذجي ResNet-50 وMobileNet.