节点文献

基于三维卷积与双向LSTM的行为识别研究

免费订阅

【作者】 王毅马翠红毛志强

【Author】 WANG Yi;MA Cuihong;MAO Zhiqiang;College of Electrical Engineering,North China University of Science and Technology;

【通讯作者】 马翠红;

【机构】 华北理工大学电气工程学院

【摘要】 准确识别视频中的内容是未来互联网应用发展的方向,视频中的行为识别是计算机视觉领域的研究重点。为充分利用视频中的信息,提高行为识别的准确程度,文中提出一种基于三维卷积与双向LSTM的行为识别算法。设计一种基于三维卷积的空间注意模块,可以关注空间区域的显著特征。为了更好地处理长时间视频,引入一种新的基于双向LSTM(长短时记忆网络)的时间注意模块,其目的在于关注关键视频而不是给定视频的关键视频帧,然后采用双中心loss(计算损失函数)优化网络对两阶段策略联合训练,使其能够同时探索空间和时间域的相关性。在HMDB-51和UCF-101数据集上测试证明,所提算法能够准确识别视频中的相似动作,行为识别的准确率得到提高,识别效果显著。

【基金】 国家自然科学基金(61171058)~~
【所属期刊栏目】 计算机科学与应用 (2019年14期)
  • 【DOI】10.16652/j.issn.1004-373x.2019.14.018
  • 【分类号】TP391.41
  • 【下载频次】28
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: