基于深度学习的视频中人体动作识别进展综述

• 作者: 孔繁胜 童康 罗会兰
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 动作识别 综述 卷积神经网络 深度学习
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 综述评论
• 页码范围: 1162-1173
• 页数: 12页
• 分类号: TP391.4
• 字数: 11724字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2019.05.025

摘要

视频中的人体动作识别是计算机视觉领域内一个充满挑战的课题.不论是在视频信息检索、日常生活安全、公共视频监控,还是人机交互、科学认知等领域都有广泛的应用.本文首先简单介绍了动作识别的研究背景、意义及其难点,接着从模型输入信号的类型和数量、是否结合了传统特征提取方法、模型预训练三个维度详细综述了基于深度学习的动作识别方法,及比较分析了它们在UCF101和HMDB51这两个数据集上的识别效果.最后分别从视频预处理、视频中人体运动信息表征、模型学习训练这三个角度对未来动作识别可能的发展方向进行了论述.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孔繁胜	浙江大学计算机科学技术学院	56	825	14.0	27.0
2	罗会兰	江西理工大学信息工程学院	51	445	13.0	18.0
3	童康	江西理工大学信息工程学院	2	14	1.0	2.0