现代电子技术

2019, v.42;No.541(14) 78-82

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于三维卷积与双向LSTM的行为识别研究
Research on action recognition based on 3D convolution and bidirectional LSTM

王毅;马翠红;毛志强;

摘要(Abstract):

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。

关键词(KeyWords): 行为识别;三维卷积;双向LSTM;双中心loss;联合训练;计算机视觉

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金(61171058)~~

作者(Author): 王毅;马翠红;毛志强;

Email:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享