基于区域特征融合网络的群组行为识别

论文摘要

针对目前群组行为识别方法未充分利用场景空间信息和计算复杂度较高的问题,文中提出基于区域特征融合的群组行为识别方法.首先,利用卷积神经网络提取场景的区域特征.再将场景区域特征依据空间位置分离、排列、组合成一系列区域特征序列.最后,利用长短时记忆网络融合区域特征序列,同时综合多层次和多模态策略提升方法效果.在Collective、Volleyball数据集上的实验表明文中方法性能较优.

论文目录

• 1 基于区域特征融合网络的群组行为识别方法
•   1.1 多层次特征提取
•   1.2 区域特征融合
•   1.3 多模态特征融合
•   1.4 分类
• 2 实验及结果分析
•   2.1 评价标准
•   2.2 Collective数据集上的实验结果
•   2.3 计算复杂度、内存开销、内存访问量
• 3 结 束 语

文章来源

类型: 期刊论文

作者: 杨兴明,范楼苗

关键词: 群组行为识别,空间信息,区域特征,卷积神经网络,长短时记忆网络

来源: 模式识别与人工智能 2019年12期

年度: 2019

分类: 信息科技

专业: 计算机软件及计算机应用,自动化技术

单位: 合肥工业大学计算机与信息学院

基金: 安徽省自然科学基金项目(No.1808085MF168)资助~~

分类号: TP18;TP391.41

DOI: 10.16451/j.cnki.issn1003-6059.201912007

页码: 1116-1121

总页数: 6

文件大小: 529K

下载量: 55