典型文献
基于稠密连接时空双流网络的行为识别方法研究
文献摘要：
针对视频中复杂人体动作识别精度低、效率差的问题,提出了一种时空特征提取的稠密连接网络模型.首先利用两个稠密连接网络进行时空特征的提取;其次构建时空网络间的稠密连接,将时间网络中提取到的特征信息逐层输入到空间流网络中,提高两个流的时空交互性;然后使用LSTM网络分别对双流网络特征进行处理得到两个流的预测结果;最后融合双流网络的预测结果,从而实现视频中复杂行为的识别.在UCF101和HMDB51两个基准数据集上进行对比实验,得到94.69％和68.87％的准确率,优于其他算法.实验证明,本文模型可增加时空网络之间的交互性,有利于对复杂人体动作的识别.
文献关键词：
时空双流模型;稠密网络;人体动作识别;LSTM
中图分类号：
作者姓名：
程换新;孙胜意;骆晓玲;王雪
作者机构：
青岛科技大学自动化与电子工程学院 青岛266061;青岛科技大学机电工程学院 青岛266061
文献出处：
引用格式：
[1]程换新;孙胜意;骆晓玲;王雪-.基于稠密连接时空双流网络的行为识别方法研究)[J].电子测量技术,2022(18):134-138
A类：
时空双流模型
B类：
接时,双流网络,行为识别,对视,人体动作识别,识别精度,时空特征提取,稠密连接网络,特征的提取,时空网络,取到,特征信息,逐层,时空交互,交互性,网络特征,理得,UCF101,HMDB51,基准数据集,加时,稠密网络
AB值：
0.296491
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
