|
|||||
|
|
| 基于深度学习的人体行为识别算法 | |
| 作者单位： | ;1.河南职业技术学院信息工程学院;2.北京工业大学信息学部 |
| 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 |
Activity Recognition Algorithm Based on Deep Learning |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |