10.3969/j.issn.1672-9722.2021.09.027
基于ResNet-LSTM的行人过街行为识别方法
为提高行人行为识别精度,通过基于光流处理的Resnet-LSTM网络模型对行人过街行为进行识别.在采用光流法对连续视频帧进行处理的基础上,基于ResNet神经网络提取有序光流数据信息的空间维度特征,并利用LSTM网络进行时序性分析,完成行人过街行为的分类识别.论文利用Weizmann数据集对该模型做有效性检验,结果表明,算法的行为识别率可达99.46%.
行为识别;光流处理;ResNet网络;LSTM网络
49
O235(控制论、信息论(数学理论))
2021-10-12(万方平台首次上网日期,不代表论文的发表时间)
共6页
1872-1877