原创力文档- 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
482025，61（3）ComputerEngineeringandApplications计算机工程与应用
三维卷积神经网络方法改进及其应用综述
+
李泽慧，张琳，山显英
北京建筑大学电气与信息工程学院，北京102616
+通信作者E-mail：1442115289@
摘要：三维卷积神经网络作为一种深度神经网络，在计算机视觉领域，特别是视频动作识别方面展现了优异的效
果。然而三维卷积神经网络仍存在一些问题，针对这些问题，对现有的基于三维卷积的视频动作识别改进方法进行
了总结和分析。在轻量化、特征提取、计算效率、组合模型等方面对三维卷积神经网络的改进进行归纳，并介绍了三
维卷积神经网络的实际应用，总结了流行的数据集，并对这些改进方法的实验结果进行了比较和分析。展望了视频
动作识别未来的发展方向。
关键词：三维卷积神经网络（3DCNN）；行为识别；深度学习
文献标志码：A中图分类号：TP391doi：10.3778/j.issn.1002-8331.2407-0031
ReviewonImprovementandApplicationof3DConvolutionalNeuralNetworks
+
LIZehui,ZHANGLin,SHANXianying
SchoolofElectricalandInformationEngineering,BeijingUniversityofCivilEngineeringandArchitecture,Beijing
102616,China
Abstract:3Dconvolutionalneuralnetwork,asakindofdeepneuralnetwork,hasshownexcellentresultsinthefieldof
computervision,especiallyinvideoactionrecognition.However,therearestillsomeproblemsin3Dconvolutionalneu-
ralnetworks.Inordertosolvetheseproblems,thispapersummarizesandanalyzestheexistingimprovedmethodsofvideo
actionrecognitionbasedon3Dconvolution.Theimprovementof3Dconvolutionalneuralnetworkissummarizedinthe
aspectsoflightweight,featureextraction,computationalefficiency,combinationmodel,etc.Thepracticalapplicationof
3Dconvolutionalneuralnetworkisintroduced,thepopulardatasetsaresummarized,andtheexperimentalresultsof
theseimprovedmethodsarecomparedandanalyzed.Finally,thefuturedevelopmentdirectionofvideoactionrecognition
isprospected.
Keywords：3Dconvolutionalneuralnetworks（3DCNN）;behaviorrecognition;deeplearning
行为识别是通过分析图像或视频中的人类行为来息不完整的问题。为了充分利用视频数据中的时间和
[1]
识别和理解人类的动作、活动或意图。其在现实生活空间信
文档评论（0）