首页> 中文期刊>内蒙古科技大学学报 >基于改进双流ResNet网络的人体行为识别算法研究

基于改进双流ResNet网络的人体行为识别算法研究

     

摘要

针对现有的双流卷积神经网络,无法充分的融合视频的时序信息,从而对视频的行为理解不充分的问题,提出了一种改进的双流网络模型.首先在原双流网络中,分别将VGG-16神经网络替换为改进的ResNet神经网络,对单帧RGB图像特征进行预处理,将提取到的数据特征输入到改进的残差网络中.其次,在时间流部分,将连续光流图作为改进的ResNet网络结构的输入.最后,将得到的空间静态信息和运动信息在Fusion层进行融合,利用Softmax最大似然函数完成行为识别的任务,得到最终结果.实验结果表明:在UCF-101和HMDB-51数据集上,识别算法的平均精度分别为94.2%和68.4%,与传统方法相比,准确率有所提升,验证了该方法的有效性.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号