典型文献
面向视频中人体行为识别的复合型深度神经网络
文献摘要：
在视频人体行为识别研究中三维卷积神经网络和双流卷积神经网络均存在不足.针对此种情况,文中提出结合双流网络架构和三维网络架构的复合型深度神经网络.在双流架构的时间流子网络和空间流子网络部分均采用改进的R(2+1)D卷积神经网络,分别从视频的RGB图像序列和光流图像序列中学习行为表示和分类方法,并融合时间流子网络、空间流子网络的分类结果.进一步地,在网络训练过程中,提出基于梯度中心化算法改进的带动量的随机梯度下降算法,在不改变网络结构的情况下提高网络的泛化性能.实验表明,文中网络在UCF101、HMDB51数据集上均获得较高的识别精度.
文献关键词：
人体行为识别;双流卷积网络;三维卷积神经网络;梯度中心化
中图分类号：
作者姓名：
黄敏;尚瑞欣;钱惠敏
作者机构：
河海大学 能源与电气学院 南京211100
文献出处：
引用格式：
[1]黄敏;尚瑞欣;钱惠敏-.面向视频中人体行为识别的复合型深度神经网络)[J].模式识别与人工智能,2022(06):562-570
A类：
学习行为表示
B类：
人体行为识别,深度神经网络,三维卷积神经网络,双流卷积神经网络,双流网络,网络架构,三维网络,子网络,网络部,2+1,RGB,图像序列,光流,分类方法,网络训练,训练过程,梯度中心化,算法改进,随机梯度下降算法,泛化性能,中网,UCF101,HMDB51,识别精度,双流卷积网络
AB值：
0.293774
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。
