基于多层循环神经网络的动作识别研究.pdfVIP

基于多层循环神经网络的动作识别研究 摘 要 随着社会生活的快速变化，智能监控系统逐渐成为人们关注的重点。智能监 控是指可以对特定场景中的人、事、物进行实时监控，并对场景中可能发生的特 异性事件进行分析、预测，尤其是对人的行为动作进行自动识别，以实现特定人 员的追踪或提前预警功能。此外，应用人体识别的智能监控系统还可以在安全监 控中通过对人体异常行为的分析和识别，实现健康风险在线管控和突发疾病的及 时报警，可以有效解决因得不到及时救治而导致的残疾或死亡，在智能家居、智 慧养老等方面发挥了重要作用。 本文主要研究基于视频图像的人体动作识别算法。在传统双流法网络结构的 基础上，本文利用目标识别网络改进双流法的数据处理方式，构造了一种基于多 层循环神经网络的人体动作识别算法，实现了从“视频图像信息提取——人体动 作语义识别”的自适应处理功能。本文利用NTU RGB+D 人体动作识别数据库， 对常见人体动作，如梳头、坐下、起立、挥手、跌倒、头痛等动作进行识别。仿 真实验表明本文提出的算法识别视频数据中的常见动作具有较好的准确性和实 时性。主要研究工作如下： （1）针对传统双流法算法每次只能处理单帧图像的问题，我们引入三维卷 积金字塔