基于深度学习的人体行为识别算法

基于深度学习的人体行为识别算法

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

相关论文文献

标签:;  ;  ;  ;  ;  

基于深度学习的人体行为识别算法
下载Doc文档

猜你喜欢