计算机应用研究2021，Vol.38Issue(2) ：584-586,590.DOI:10.19734/j.issn.1001-3695.2019.10.0645

基于多时间划分的深度聚合特征的行为识别

Action recognition based on deep aggregation feature from multi-temporal segmentations

程石磊 解梅 马争 李思琦
计算机应用研究2021，Vol.38Issue(2) ：584-586,590.DOI:10.19734/j.issn.1001-3695.2019.10.0645
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于多时间划分的深度聚合特征的行为识别

Action recognition based on deep aggregation feature from multi-temporal segmentations

程石磊 1解梅 1马争 1李思琦1
扫码查看

作者信息

  • 1. 电子科技大学 信息与通信工程学院,成都611731
  • 折叠

摘要

重点研究了视频中的人体行为识别问题,提出了基于多时域划分的深度聚合特征的行为识别算法.通过多时间划分的采样形式,丰富行为深度特征的多样性,并引入多聚合中心,量化深度特征与聚合中心的残差关系,进而形成人体行为的结构化建模方法,构建可以学习复杂行为特征分布的深度聚合模型,解决时间跨度较长时的人体行为分类问题.通过在开源行为数据集UCF101与HMDB51上的实验,验证了算法的有效性和先进性.

关键词

行为识别/深度学习/多时间划分/深度聚合特征

引用本文复制引用

基金项目

国家自然科学基金资助项目(61271288)

四川省科技计划项目(2018SZ0357)

出版年

2021
计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
参考文献量1
段落导航相关论文