构建端到端的深度学习网络结合局部聚合描述符(Action vector of locally aggregated descriptor,ActionVLAD)池化层和多层长短时记忆(Long short time memory,LSTM)解决组群行为识别问题.在传统的单一图像信息(Red Green Blue,RGB)作为深度学习网络的输入基础上,添加密集光流信息(Dense_flow),描述视频帧间的运动,作为双流网络的输入;通过底层LSTM对特征信息进行建模,由融合的双流特征来表示个人行为;而ActionVLAD池化层可以对不同时间、图片不同位置的特征进行融合,从而更好地融合个人信息;最后顶层LSTM连接Softmax分类器,通过融合的个人信息判断组群活动.在Collective activity dataset数据集上的测试实验获得了82.3％的平均识别精度.
展开▼
