基于训练图CNN特征的视频人体动作识别算法

• 作者: 孙锬锋 曹晋其 蒋兴浩
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 人体动作识别 深度学习 卷积神经网络 递归神经网络 记忆单元
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 图形图像处理
• 页码范围: 234-238
• 页数: 5页
• 分类号: TP391
• 字数: 3812字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2017.11.038

摘要

为将卷积神经网络(CNN)应用到视频理解中,提出一种基于训练图CNN特征的识别算法.利用图像RGB数据识别视频人体动作,使用现有的CNN模型从图像中提取特征,并采用长短记忆单元的递归神经网络进行训练分类,研究CNN模型和隐层的选择、优化、特征矢量化和降维.实验结果表明,与使用图像RGB数据注意力模型的算法和组合长短期记忆模型算法相比,该算法具有更高的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋兴浩	上海交通大学电子信息与电气工程学院	80	598	12.0	22.0
3	孙锬锋	上海交通大学电子信息与电气工程学院	49	353	10.0	18.0
9	曹晋其	上海交通大学电子信息与电气工程学院	1	16	1.0	1.0