3D CNNs与LSTMs在行为识别中的组合及其应用

• 作者: 李钒 秦阳 莫凌飞 郭文科
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 行为识别 深度学习 神经网络 模式识别
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 数据采集与处理
• 页码范围: 28-32
• 页数: 5页
• 分类号: TP183
• 字数: 4018字
• 语种: 中文

摘要

基于机器视觉的人体运动识别在视频监控、虚拟现实、医疗护理等诸多领域发挥着重要的作用.结合深度学习中的三维卷积神经网络和长短期记忆神经网络,提出一种融合模型,并与另外两种行为识别模型——长效递归卷积网络和时空域卷积网络,进行了对比,利用公开的KTH数据集,进行了实验测试.实验表明,提出的融合模型与长效递归卷积网络和时空域卷积网络相比,对于人体行为图像或视频数据集的学习效果明显,论证了模型的泛化性能和鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦阳	东南大学仪器科学与工程学院	2	41	2.0	2.0
2	郭文科	东南大学仪器科学与工程学院	2	22	1.0	2.0
3	莫凌飞	东南大学仪器科学与工程学院	12	63	4.0	7.0
4	李钒	东南大学仪器科学与工程学院	1	22	1.0	1.0