|
|
1.
基于视频深度学习的时空双流人物动作识别模型
杨天明, 陈志, 岳文静
计算机应用
2018, 38 (3):
895-899.
DOI: 10.11772/j.issn.1001-9081.2017071740
深度学习在人物动作识别方面已取得较好的成效，但当前仍然需要充分利用视频中人物的外形信息和运动信息。为利用视频中的空间信息和时间信息来识别人物行为动作，提出一种时空双流视频人物动作识别模型。该模型首先利用两个卷积神经网络分别抽取视频动作片段空间和时间特征，接着融合这两个卷积神经网络并提取中层时空特征，最后将提取的中层特征输入到3D卷积神经网络来完成视频中人物动作的识别。在数据集UCF101和HMDB51上，进行视频人物动作识别实验。实验结果表明，所提出的基于时空双流的3D卷积神经网络模型能够有效地识别视频人物动作。
参考文献 |
相关文章 |
多维度评价
|
|
