10.16208/j.issn1000-7024.2019.07.044
基于改进CNN框架的人体动作识别
针对视频中人体复杂的动作识别问题,提出融合改进的时间和空间网络的人体动作识别算法(spatio-temporal STCNN).在特征提取阶段,空间网络采用改进的卷积神经网络(CNN)框架,将空间仿射变换网络(STN)与CNN框架进行融合,时间网络结合改进的多帧稠密光流算法,采用与空间网络相同的CNN结构;在分类识别阶段,采用加权求和的方式对时空特征进行融合,通过softmax分类器进行分类识别;在标准的人体动作数据集HMDB51和UCF101上进行实验,实验结果表明,该算法相比其它人体动作识别算法能达到更好的识别效果.
人体动作识别算法、卷积神经网络、空间仿射变换、稠密光流算法、分类器
40
TP391.4(计算技术、计算机技术)
内蒙古自然科学基金项目2018MS06008
2019-08-02(万方平台首次上网日期,不代表论文的发表时间)
共5页
2071-2075