基于运动区域差分与卷积神经网络的动作识别

• 作者: 孙乾 张坤华 林博溢 陈晓春
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 帧间差分 动作识别 双流架构 卷积神经网络 运动区域
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 多媒体技术及应用
• 页码范围: 274-280,293
• 页数: 8页
• 分类号: TP391
• 字数: 5729字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0053623

摘要

针对视频动作识别中数据处理效率不高的问题,建立一种基于视频帧间差分序列的动作识别模型.利用帧间差分检测视频帧中的运动区域,以该区域为中心进行相应的图像剪切和增强处理.整个识别模型采用双流架构,在数据样本制作时通过适当的隔帧差分来扩大样本的时间跨度.采用分阶段逐步增加训练样本量的方法,以提升模型识别性能并解决训练过程中易出现的过拟合问题.实验结果表明,该模型可以在CPU级配置的电脑中完成快速动作识别,且在UCF11和UCF25数据集中的识别准确率均高于85％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张坤华	深圳大学电子与信息工程学院	9	88	6.0	9.0
2	陈晓春	深圳清华大学研究院电子设计自动化实验室	4	12	2.0	3.0
3	林博溢		1	1	1.0	1.0
7	孙乾		1	1	1.0	1.0