基于深度学习的人体行为检测方法研究综述

摘要：

当下结合计算机视觉和视频的特征提取对人体行为动作进行捕捉识别的研究炙手可热,并且其在智能视频监控和智能家居的人机交互等其他领域方向上的应用场景也十分丰富.基于传统方法的人体行为检测算法有着依赖数据样本过多、易受环境噪音影响从而降低精确率等缺点,而不断发展的深度学习技术逐渐展现出它的优势,可以很好地解决这些问题.本文基于此,首先介绍一些目前常用的行为识别数据集并在此基础上剖析当下基于深度学习的人体行为识别检测的研究现状;其次描述常见的人体行为识别检测方法及其识别的流程;最后对现存的各种行为识别检测方法性能、现存问题进行总结和未来发展方向进行展望.

关键词：深度学习、人体行为检测、智能监控、行为数据集

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金61472267

在线出版日期：2023-10-31（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：1-9