论文摘要
目前,针对深度学习的人体行为识别研究,往往采用视频中的全局信息对人体行为进行分析.然而,局部信息缺失造成的特征提取不完备,同样会导致识别精度急剧下降.由此,提出了基于多流深度学习的人体行为识别方法,将人体局部信息与全局信息相结合,通过局部不同特征的精确识别,使人体行为识别更加准确.实验表明,与现有深度学习方法相比,提出的方法在数据集UCF101和HMDB51上识别精度分别平均提高了约4.0%和6.2%.
论文目录
文章来源
类型: 期刊论文
作者: 韩雪平,吴甜甜
关键词: 深度学习,人体行为识别,局部特征,全局特征,时空信息
来源: 数学的实践与认识 2019年24期
年度: 2019
分类: 基础科学,信息科技
专业: 计算机软件及计算机应用,自动化技术
单位: 河南职业技术学院信息工程学院,北京工业大学信息学部
基金: 国家科技支撑计划(2014BAH09F00),河南省重点研发与推广专项支持项目(182102210085),河南省政府决策招标课题(2018B341),河南职业技术学院重点科研基金项目(2016-HZK-07)
分类号: TP391.41;TP18
页码: 133-139
总页数: 7
文件大小: 612K
下载量: 137