基于深度学习的人体行为识别技术  

作　　者：盖勇刚[1] GAI Yonggang

机构地区：[1]沈阳理工大学,辽宁沈阳110159

出　　处：《信息技术与信息化》2021年第5期143-144,共2页Information Technology and Informatization

摘　　要：针对计算机视觉中基础性的视频人体行为识别的问题,从基于3D卷积的方法、基于双流网络的方法和基于循环神经网络的方法三类主流方法入手,对三类方法分别进行了阐述。三类方法的核心思想都是挖掘视频所固有的时空特征,区别在于特征挖掘所使用算法的不同,详细分析了每一种方法在处理视频的时空特征时的优缺点,并且在每一类中选取若干主流方法,将其准确率进行对比。通过实验数据对比表明,双流网络由于兼备更为完整的时空特征,从而具有更高的行为识别的准确率。

关 键 词：行为识别 3D卷积 双流网络 循环神经网络 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] TP18[自动化与计算机技术—计算机科学与技术]