典型文献
基于双流P3D-Resnet的人体行为识别研究
文献摘要：
由于三维卷积神经网络的层数加深会使得网络模型所需要计算的参数量较大,导致网络难以训练,且对人体行为的识别率不高.论文提出了三维残差网络结合底层注意力机制的人体行为识别改进算法.首先将RGB视频帧和光流帧分别输入到卷积神经网络,然后通过注意力机制提取人体行为的特征,最后对双流卷积网络进行融合.在有效降低网络模型参数量的基础上能够较好地提升网络的精度.在UCF101数据集上的实验验证表明,该算法的识别率达到了94.3％.
文献关键词：
行为识别;三维残差网络;注意力机制;双流卷积网络
中图分类号：
作者姓名：
缑新科;王凯;吴宣言
作者机构：
兰州理工大学 兰州 730050;甘肃省工业过程先进控制重点实验室 兰州 730050
文献出处：
引用格式：
[1]缑新科;王凯;吴宣言-.基于双流P3D-Resnet的人体行为识别研究)[J].计算机与数字工程,2022(08):1641-1646
A类：
P3D
B类：
Resnet,人体行为识别,三维卷积神经网络,层数,识别率,三维残差网络,层注意力,注意力机制,改进算法,RGB,视频帧,光流,别输,双流卷积网络,模型参数量,UCF101
AB值：
0.295832
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。
