典型文献
基于IA-Net的人体行为识别方法
文献摘要：
针对遮挡环境下人体行为信息的不完整性,导致行为识别准确率低的问题,提出了一种改进的注意模型(IA-Net).为减少参数剧增,降低计算消耗,采用自适应卷积(adaptive convolution)层代替压缩提取模块(SE-block)中的全连接(FC)层.同时为防止SE-block产生神经原失活的问题,在激活层(sigmoid)之前加批标准化(BN)层对数据进行标准化处理,使得输入给sigmoid激活函数之前数据处于该函数的非饱和区,提出改进的注意力模块(ISE-block).将ISE-block嵌入到残差网络ResNet50中,形成ISE-ResNet50网络,用于提取人体行为特征,提升重要特征权重同时抑制非重要特征权重.考虑复杂行为需长时间序列表示其前后动作依赖关系并突出主要特征,将ISE-ResNet50网络的输出送给具有注意力机制的长短期模块(ATT-LSTM),最终形成IA-Net模型,实现端到端的行为识别.在HMDB51、UCF101两个数据集上进行实验,提出的IA-Net 模型分别获得 86.32％和 97.78％的识别精度.与时空残差网络ST-ResNet在HMDB51数据集上的识别精度相比提升了 1.52％.实验结果表明,IA-Net在行为识别方面具有更高精度.
文献关键词：
注意力机制;LSTM;神经网络;行为识别
中图分类号：
作者姓名：
张银环
作者机构：
渭南职业技术学院建筑工程学院 渭南714000;西安工业大学机电工程学院 西安710021
文献出处：
引用格式：
[1]张银环-.基于IA-Net的人体行为识别方法)[J].国外电子测量技术,2022(06):52-59
A类：
B类：
IA,人体行为识别,遮挡,挡环,识别准确率,计算消耗,adaptive,convolution,取模,block,全连接,FC,神经原,失活,sigmoid,批标准化,BN,标准化处理,激活函数,该函,非饱和,注意力模块,ISE,残差网络,ResNet50,行为特征,升重,特征权重,长时间序列,序列表示,依赖关系,送给,注意力机制,长短期,ATT,端到端,HMDB51,UCF101,识别精度
AB值：
0.390664
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。
