基于深度学习的人体行为识别算法
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%.
深度学习、人体行为识别、局部特征、全局特征、时空信息
49
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
2020-08-04(万方平台首次上网日期,不代表论文的发表时间)
共7页
133-139