结合低秩分解与多流融合的行为识别方法

摘要：

运动信息对行为识别任务至关重要.现有方法仅利用了局部运动信息,忽略了全局运动信息的重要作用.为解决该问题,提出了一种基于低秩分解与多流融合的行为识别方法.通过3条支路分别提取视频的特征,第1条支路利用低秩分解提取全局运动信息;第2条支路提取视频的光流特征以得到局部运动信息;第3条支路利用原始视频作为输入,以保留完整的空域信息.将3条支路的预测结果进行后融合,得到最终的行为识别结果.通过多流融合,充分利用视频的多尺度时域运动信息和丰富的空域信息,提高现有模型的行为识别能力.实验结果表明,提出的方法优于现有模型的多流融合行为识别方法.

关键词：行为识别、深度学习、低秩分解、多流融合

所属期刊栏目：34

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;重庆市科委自然科学基金;重庆市科委自然科学基金;重庆市教委科学技术研究项目;重庆市教委科学技术研究项目

在线出版日期：2022-09-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：629-637