基于3D Res-Inception网络结构的密集人群行为识别

• 作者: 仝明磊 南昊 李敏
• 来源期刊: 安徽工业大学学报（自然科学版）
• 关键词: 深度学习 神经网络 密集人群 行为识别
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 计算机与信息
• 页码范围: 261-265,273
• 页数: 6页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7872.2018.03.012

摘要

针对密集人群行为识别,结合传统计算机视觉和深度学习,提出一种双路3D Res-Inception网络结构.在二维卷积神经网络基础上扩展时间维度,设计一种时空残差单元用于提取时空特征,以此为基本单元设计融合人群的外观和运动特征的双路3D Res-Inception结构,并采用镜像、裁剪的方式扩增香港中文大学人群视频数据集(CUHK crowd dataset).实验结果表明:数据扩增的方法适用于密集人群视频识别;与基于群体变迁的人群描述子算法、卷积神经网络-长短期记忆网络(CNN-LSTM)、三维卷积网络(3D CNN)相比,提出的双路3D Res-Inception网络结构对密集人群行为识别的准确率显著提升,可达95.48％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李敏	上海电力学院电子与信息工程学院	34	43	4.0	5.0
2	仝明磊	上海电力学院电子与信息工程学院	11	2	1.0	1.0
3	南昊	上海电力学院电子与信息工程学院	4	1	1.0	1.0