基于改进的深度神经网络的人体动作识别模型后印本

作者： 何冰倩 ¹ 魏维 ¹ 张斌 ¹ 高联欣 ¹ 宋岩贝 ¹
作者单位：

1. 成都信息工程大学计算机学院
提交时间：2018-09-12 14:24:03

摘要: 针对现有人体动作识别方法需输入固定长度的视频段、未充分利用时空信息等问题，提出一种基于时空金字塔和注意力机制相结合的深度神经网络模型，将包含时空金字塔的3D-CNN和添加时空注意力机制的LSTM模型相结合，实现了对视频段的多尺度处理和对动作的复杂时空信息的充分利用。以RGB图像和光流场作为空域和时域的输入，以融合金字塔池化层的运动和外观特征后的融合特征作为融合域的输入，最后采用决策融合策略获得最终动作识别结果。在UCF101和HMDB51数据集上进行实验，分别取得了94.2%和70.5%的识别准确率。实验结果表明，改进的网络模型在基于视频的人体动作识别任务上获得了较高的识别准确率。

动作识别深度学习时空金字塔注意力机制卷积神经网络

分类： 计算机科学 >> 计算机科学的集成理论

期刊：

计算机应用研究

投稿状态： 已在期刊出版
引用： ChinaXiv:201809.00059 (或此版本 ChinaXiv:201809.00059V1)
DOI:10.12074/201809.00059V1
CSTR:32003.36.ChinaXiv.201809.00059.V1
科创链TXID： ef9eb085-ffaf-44b0-9e11-a19439a658a8
推荐引用方式： 何冰倩,魏维,张斌,高联欣,宋岩贝.基于改进的深度神经网络的人体动作识别模型.计算机应用研究:https://chinaxiv.org/abs/201809.00059.[ChinaXiv:201809.00059V1] (点此复制)

版本历史

[V1]

2018-09-12 14:24:03

ChinaXiv:201809.00059V1

下载全文

1. 基于循环卷积神经网络的实体关系抽取方法研究	2019-01-03
2. 基于卷积神经网络和贝叶斯分类器的句子分类模型	2018-12-13
3. 基于深度学习的人体动作识别方法	2018-11-29
4. 基于改进的深度卷积神经网络的人体动作识别方法	2018-05-02
5. 基于卷积神经网络的视频图像超分辨率重建方法	2018-05-02
6. 利用卷积神经网络改进迭代深度学习算法的图像识别方法研究	2018-04-24
7. 基于卷积神经网络和Tree-LSTM的微博情感分析	2018-04-19


公开评论匿名评论仅发给作者

基于改进的深度神经网络的人体动作识别模型 后印本

版本历史

相关论文推荐

基于改进的深度神经网络的人体动作识别模型后印本