基于时空序列残差网络融合的人体行为识别研究.docxVIP

下载本文档

1
0
约1.48千字
约 3页
2024-03-16 发布于北京
举报
版权申诉

基于时空序列残差网络融合的人体行为识别研究.docx

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于时空序列残差网络融合的人体行为识别研究

1.引言

人体行为识别是计算机视觉领域的一个重要研究方向。在人类社会交往、安防监控、智能家居等领域，人体行为识别技术具有广泛的应用前景。随着深度学习技术的快速发展，基于时空序列的人体行为识别方法取得了很大的进展。然而，由于人体行为序列的复杂性，传统的深度学习模型仍然存在一些问题，如模型的泛化能力不强、过拟合等。因此，本文旨在通过融合残差网络和时空序列方法，提出一种有效的人体行为识别方法。

2.相关工作

2.1残差网络

残差网络是一种特殊的深度学习模型，通过引入残差连接来解决梯度消失和梯度爆炸的问题。残差连接