基于改进的深度神经网络的人体动作识别模型.pdfVIP

———————————————————————————————————————————————— 基于改进的深度神经网络的人体动作识别模型 作者 何冰倩，魏维，张斌，高联欣，宋岩贝 机构 成都信息工程大学 计算机学院 DOI 10.3969/j.issn.1001-3695.2018.06.0361 基金项目 四川省教育厅重点科研项目（ 17ZA0064 ） 预排期卷 《计算机应用研究》 2019 年第 36 卷第 11 期 摘要 针对现有人体动作识别方法需输入固定长度的视频段、未充分利用时空信息等问题，提出一 种基于时空金字塔和注意力机制相结合的深度神经网络模型， 将包含时空金字塔的 3D-CNN 和添加时空注意力机制的 LSTM 模型相结合，实现了对视频段的多尺度处理和对动作的复杂 时空信息的充分利用。 以 RGB 图像和光流场作为空域和时域的输入， 以融合金字塔池化层的 运动和外观特征后的融合特征作为融合域的输入，最后采用决策融合策略获得最终动作识别 结果。在 UCF101 和 HMDB51 数据集上进行实验，分别取得了 94.2%和 70.5%的识别准确率。 实验结果表明，改进的网络模型在基于视频的人体动作识别任务上获得了较高的识别准确 率。 关键词 动作识别；深度学习；时空金字塔；注意力机制；卷积神经网络 作者简介 何 冰 倩 （1994- ）， 女 ， 四 川 阆 中 人 ， 硕 士 研 究 生 ， 主 要 研 究 方 向为 图 形 图 像 处 理 （dandelionqian@ ）；魏维（ 1976- ），男，教授，博士，主要研究方向为图形图 像处理；张斌（ 1992- ），男，硕士研究生，主要研究方向为图形图像处理； 高联欣 （1994- ）， 男，硕士研究生，主要研究方向为图形图像处理；宋岩贝（ 1994- ），男，硕士研究生，主要 研究方向为图形图像处理． 中图分类号 TP391.41 访问地址 /article/02-2019-11-082.html 投稿日期 2018 年 6 月 21 日 修回日期 2018 年 8 月 22 日 基于改进的深度神经网络的人体动作识别模型 ———————————————————————————————————————————————— 发布日期 2018 年 9 月 12 日 引用格式 何冰倩 , 魏维 , 张斌 , 高联欣 , 宋岩贝 . 基于改进的深度神经网络的人体动作识别模型 [J/OL]. 2019, 36(11). [2018-09-12]. /article/02-2019-11-082.html. 第 36 卷第 11 期 计算机应用研究 Vol. 36 No. 11 优先出版 Application Research of Computers Online Publication 基于改进的深度神经网络的人体动作识别模型 * 何冰倩，魏 维，张 斌，高联欣，宋岩贝 (成都信息工程大学