《计算机应用研究》|Application Research of Computers

基于多时间划分的深度聚合特征的行为识别

Action recognition based on deep aggregation feature from multi-temporal segmentations

免费全文下载 (已被下载 次)  
获取PDF全文
作者 程石磊,解梅,马争,李思琦
机构 电子科技大学 信息与通信工程学院
统计 摘要被查看 次,已被下载
摘要 深度卷积网络在图像处理领域已取得了显著的成果,近几年,运用深度卷积网络对视频进行处理逐步成为研究热点,本论文重点研究了视频中的人体行为识别问题,提出了基于多时域划分的深度聚合特征的行为识别算法,通过多时间划分的采样形式,丰富行为深度特征的多样性,并引入多聚合中心,量化深度特征与聚合中心的残差关系,进而形成人体行为的结构化建模方法,构建可以学习复杂行为特征分布的深度聚合模型,解决时间跨度较长时的人体行为分类问题,通过在开源行为数据集UCF101与HMDB51上实验,验证了算法的有效性和先进性。
关键词 行为识别;深度学习;多时间划分;深度聚合特征
基金项目 国家自然科学基金资助项目(61271288)
四川省科技计划项目(2018SZ0357)
本文URL http://www.arocmag.com/article/02-2021-01-065.html
收稿日期
修回日期
页码 -
中图分类号 TP301.6
文献标志码