基于多级深度网络架构的群体行为分析模型研究

摘要：

群体行为的多层次深度分析是行为识别领域亟待解决的重要问题.在深度神经网络研究的基础上,提出了群体行为识别的层级性分析模型.基于调控网络的迁移学习,实现了行为群体中多人体的时序一致性检测;通过融合时空特征学习,完成了群体行为中时长无约束的个体行为识别;通过场景中个体行为类别、交互场景上下文信息的融合,实现了对群体行为稳定有效的识别.在公用数据集上进行的大量实验表明,与现有方法相比,该模型在群体行为分析识别方面具有良好的效果.

关键词：群体行为识别;深度神经网络;迁移学习;长短时记忆神经网络;时序一致性检测

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;河南省重点研发与推广专项科技攻关项目

在线出版日期：2022-03-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：931-937