基于深度学习和智能规划的行为识别

• 作者: 吕嘉欣 孙喜庆 李磊 郑兴华 鲜征征
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 行为识别 深度学习 智能规划 深度残差网络 递归神经网络 STRIPS规划模型 前向状态空间搜索规划器
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 学术论文
• 页码范围: 1661-1668
• 页数: 8页
• 分类号: TP302
• 字数: 5429字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2019.08.008

摘要

现有行为识别方法在未能持续覆盖造成视频监控盲区所引起行为数据缺失的情况,难以有效实施特征分析、行为分类补全,无法准确识别出智能体完整的行为动作序列.为此,本文提出一种基于深度学习和智能规划的行为识别方法.首先,利用深度残差网络对图像进行分类训练,然后使用递归神经网络对图像特征进行提取深度信息以增强分类效果;其次,运用智能规划的STRIPS(Stanford Research Institute Problem Solver)模型,将深度学习提取的图像特征命题信息转化为规划领域的模型描述文档,并使用前向状态空间搜索规划器推导出完整的行为动作序列.在HMDB51等行为识别公共数据集中,本方法与生成式对抗网络、深度卷积逆向图网络、深度信念网络、支持向量机等同类先进方法相比展现出更好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李磊	中山大学数据科学与计算机学院	117	1028	16.0	29.0
2	鲜征征	广东金融学院互联网金融与信息工程学院	13	56	4.0	7.0
3	郑兴华	中山大学数据科学与计算机学院	1	3	1.0	1.0
4	孙喜庆	中山大学数据科学与计算机学院	1	3	1.0	1.0
5	吕嘉欣	中山大学数据科学与计算机学院	1	3	1.0	1.0