基于层次化深度模型群体活动识别方法研究.pdfVIP

AHierarchicalDeepTemporalModelforGroupActivityRecognition

∗∗

，SrikanthMuralidharan，DengZhiwei，ArashVahdat，Greg

Mori计算机科学学院，西蒙弗雷泽大学，本拿比{msibrahi,smuralid,zhiweid,avahdat}

@sfu.ca,mori@cs.sfu.ca

在群体活动识别中，整个活动的时间动态可以通

过代表该活动的人的动态进行推断。我们构建了

一个基于LSTM（长短期记忆）模型的深度模型来捕捉

这些动态。为了有效利用这些观察结果，我们提出了

一个两阶段的深度时间模型用于群体活动识别问题。

在我们的模型中，一个LSTM模型用于表示人在序

列中的动作动态，另一个LSTM模型用于聚合层面

的信息以实现对整体活动的理解。我们在两个数据集

上评估了我们的模型：集体活动数据集和一个新的排

球数据集。实验结果表明，与基线方法相比，我们提

出的模型提高了群体活动识别的性能。