基于3D卷积神经网络的人体动作识别算法

• 作者: 储珺 张瑞 李其申
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 人体动作识别 多通道 3D卷积 3D池化 时间维度
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 图形图像处理
• 页码范围: 259-263
• 页数: 5页
• 分类号: TP391
• 字数: 3625字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0048978

摘要

由于人体动作的多样性、场景嘈杂、摄像机运动视角多变等特性,导致人体动作识别的难度增加.为此,基于3D卷积神经网络,提出一种新的人体动作识别算法.以连续的16帧视频为一组输入,采用视频图像的灰度、x方向梯度、y方向梯度、x方向光流、y方向光流做多通道处理,训练网络参数,经过5层3D卷积、5层3D池化增加提取特征中时间维度的动作信息,最终通过2层全连接与softmax分类器得到识别分类结果.在UCF101数据库上进行实验,结果表明,相比iDT、P-CNN、LRCN算法,该算法具有较高的识别准确率,且运行速度更快.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张瑞	南昌航空大学信息工程学院	1	4	1.0	1.0
5	李其申		3	4	1.0	2.0
6	储珺		3	16	2.0	3.0