典型文献
人体行为识别研究综述
文献摘要：
行为识别是计算机视觉领域意义重大的热点研究问题,它经历了从手工设计特征表征到深度学习特征表达的发展过程.从传统行为识别模型和深度学习模型两方面,对行为识别发展历程中产生的主流算法进行了归类梳理.传统行为识别模型主要包括基于轮廓剪影、时空兴趣点、人体关节点、运动轨迹的特征描述方法.其中改进的密集轨迹方式拥有良好的鲁棒性和可靠性;深度学习网络架构主要有双流网络、3D卷积网络和混合网络.首先,重点阐述了各行为识别算法的主要研究思路与创新点,并介绍了每类算法的模型架构、算法特色、适用情境等.然后,对广泛使用的公共行为数据库进行了分类阐述,着重对HMDB51和UCF101数据集进行了详细介绍,比较分析了传统方法和深度学习算法在各数据集上的识别效果.通过对比分析发现,传统方法不适用于高精细行为的识别,且不易实现跨数据库或跨场景的推广;深度架构中,双流网络和3D卷积网络获得了比较好的行为识别效果且被广泛使用.最后,对行为识别的未来发展进行了展望,指出了若干将来可行的研究方向.
文献关键词：
人体行为识别;深度学习;神经网络;行为数据集
中图分类号：
作者姓名：
裴利沈;刘少博;赵雪专
作者机构：
河南财经政法大学 计算机与信息工程学院,郑州 450046;郑州航空工业管理学院 智能工程学院,郑州 450046
文献出处：
引用格式：
[1]裴利沈;刘少博;赵雪专-.人体行为识别研究综述)[J].计算机科学与探索,2022(02):305-322
A类：
B类：
人体行为识别,计算机视觉,热点研究,研究问题,设计特征,征到,深度学习特征,特征表达,识别模型,深度学习模型,流算法,剪影,兴趣点,人体关节点,运动轨迹,特征描述,深度学习网络,网络架构,双流网络,卷积网络,混合网络,识别算法,创新点,每类,模型架构,法特,HMDB51,UCF101,深度学习算法,细行,跨数据库,跨场景,深度架构,干将,行为数据集
AB值：
0.403254
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。
