典型文献
一种基于三维残差网络分组膨胀卷积的人体行为识别方法
文献摘要：
传统三维卷积神经网络随着网络层数的加深,参数量增多容易导致过拟合,且不能充分提取视频特征.本文以3D ResNet101网络为基础,建立了一种基于三维残差网络分组膨胀卷积(3D GD-ResNet)的人体行为识别方法,首先将视频帧图像输入到三维卷积神经网络中提取时间和空间维度的浅层信息,然后在GD-ResNet模块将三维残差块分成32组,减少模型参数量;同时在每个分组卷积中使用膨胀系数为3的膨胀卷积扩大感受野,以提取更深层的特征信息,最后通过softmax进行分类输出.在UCF101数据集上进行验证,人体行为识别准确率达到了88.4％,验证了本文方法的有效性.
文献关键词：
行为识别;三维残差网络;分组卷积;膨胀卷积
中图分类号：
作者姓名：
王志强
作者机构：
上海海事大学信息工程学院,上海 201306
文献出处：
引用格式：
[1]王志强-.一种基于三维残差网络分组膨胀卷积的人体行为识别方法)[J].现代计算机,2022(05):65-70
A类：
B类：
三维残差网络,膨胀卷积,人体行为识别,三维卷积神经网络,网络层,层数,过拟合,分提,ResNet101,GD,视频帧,提取时间,空间维度,残差块,模型参数量,分组卷积,膨胀系数,感受野,特征信息,softmax,UCF101,识别准确率
AB值：
0.283089
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。
