基于深度学习的第一人称行为识别算法研究.docx

基于深度学习的第一人称行为识别算法研究

摘要

在最近几年里，随着深度学习在图像分类中的成功应用，视频理解也获得越来越多研究人员的关注。作为视频理解任务中的一个关键主题，行为识别取得了极大的发展。然而，第一人称行为识别的发展却不尽人意，部分原因在于缺少大型数据集。此外，第一人称视频相比第三人称视频在内容上要更复杂，这是因为第一人称视频常常伴随着快速而且频繁的镜头移动，以及待识别的关键物体被遮挡的情况。在这篇文章里，我们提出一个串联交互模型来解决这些问题。通过使用多个三维卷积神经网络，我们提取四类视觉特征，这四类视觉特征提供与行为识别相关的而且互补的信息。然后，我们设计的串联交