基于3D卷积神经网络的人体行为识别方法

• 作者: 张颖 袁和金
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 人体行为识别 3D卷积神经网络 深度学习
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 软件理论与方法
• 页码范围: 9-11
• 页数: 3页
• 分类号: TP301
• 字数: 3197字
• 语种: 中文
• DOI: 10.11907/rjdk.172515

摘要

为了提高视频中人体行为识别的准确率,更好地利用视频中的原始信息,提取出更具有代表性的特征,提出一种基于3D卷积神经网络的人体行为识别方法.该方法构建了一个深层三维卷积神经网络模型,使用三维卷积核进行卷积操作,提取视频中人体行为的时域和空域特征,通过多层卷积操作对底层特征进行再组合,得到抽象的高维特征.在KTH数据集上的实验结果表明,该方法有较好的识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁和金	华北电力大学计算机系	34	238	8.0	14.0
2	张颖	华北电力大学计算机系	40	185	8.0	12.0