基于深度学习的人体动作识别方法.PDF

———————————————————————————————————————————————— 基于深度学习的人体动作识别方法 作者 李玉鹏，刘婷婷，张良 机构 中国民航大学 天津市智能信号与图像处理重点实验室 DOI 10.19734/j.issn.1001-3695.2018.05.0499 基金项目 国家自然科学基金资助项目；民航安全能力建设项目 预排期卷 《计算机应用研究》2020 年第37 卷第1 期 摘要 针对人体动作深度视频的四维信息映射到二维空间后，动作分类容易发生混淆的问题，提出 一种基于深度学习的人体动作识别方法。首先构建空间结构动态深度图，将深度视频的四维 信息映射到二维空间，进行信息降维处理；然后提出基于联合代价函数的深度卷积神经网络， 结合交叉熵损失函数与中心损失函数作为联合代价函数，指导卷积层学习到更具分辨力的深 度特征，以进行更精确的分类。在MSRDailyActivity3D 和SYSU 3D HOI 两个数据集的实验结 果表明，与现有方法相比，该方法识别率得到了较明显地提升，验证了该方法的有效性和鲁 棒性。该方法较好地解决了动作分类容易发生混淆的问题。 关键词 深度信息；人体动作识别；深度学习；空间结构动态深度图；深度卷积神经网络 作者简介 李玉鹏（1993-），男，广东英德人，硕士研究生，主要研究方向为计算机视觉与深度学习 （yupengli666@126.com）；刘婷婷（1992-），女，硕士研究生，主要研究方向为图像处理与 计算机视觉；张良（1970-），男，教授，博士，主要研究方向为图像处理 模式识别 计算机 ､ ､ 视觉． 中图分类号 TP391.41 访问地址 /article/02 -2020-01-058.html 投稿日期 2018 年5 月3 日 修回日期 2018 年7 月9 日 发布日期 2018 年11 月5 日 基于深度学习的人体动作识别方法 ———————————————————————————————————————————————— 引用格式 李玉鹏, 刘婷婷, 张良. 基于深度学习的人体动作识别方法[J/OL]. 2020, 37(1). [2018-11-05]. /article/02-2020-01-058.html. 37 1 Vol. 37 No. 1 第 卷第 期 计算机应用研究 录用定稿 Application Research of Computers Accepted Paper 基于深度学习的人体动作识别方法 * 李玉鹏，刘婷婷，张 良 ( 中国民航大学 天津市智能信号与图像处理重点实验室, 天津 300300) 摘 要：针对人体动作深度视频的四维信息映射到二维空间后，动作分类容易发生混淆的问题，提出一种基于深度学 习的人体动作识别方法。首先构建空间结构动态深度图，将深度视频的四维信息映射到二维空间，进行信息降维处理； 然后提出基于联合代价函数的深度卷积神经网络，结合交叉熵损失函数与中心损失函数作为联合代价函数，指导卷积 层学习到更具分辨力的深度特征，以进行更精确的分类。在MSRDaily