基于深度学习的人体行为识别算法

摘要：

目前,针对深度学习的人体行为识别研究,往往采用视频中的全局信息对人体行为进行分析.然而,局部信息缺失造成的特征提取不完备,同样会导致识别精度急剧下降.由此,提出了基于多流深度学习的人体行为识别方法,将人体局部信息与全局信息相结合,通过局部不同特征的精确识别,使人体行为识别更加准确.实验表明,与现有深度学习方法相比,提出的方法在数据集UCF101和HMDB51上识别精度分别平均提高了约4.0％和6.2％.

关键词：深度学习、人体行为识别、局部特征、全局特征、时空信息

所属期刊栏目：49

资助基金：国家科技支撑计划;河南省重点研发与推广专项支持项目;河南省政府决策招标课题;河南职业技术学院重点科研基金项目

在线出版日期：2020-08-04（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：133-139