基于三维卷积与双向LSTM的行为识别研究

• 作者: 毛志强 王毅 马翠红
• 来源期刊: 现代电子技术
• 关键词: 行为识别 三维卷积 双向LSTM 双中心loss 联合训练 计算机视觉
• 年，卷（期）: 2019,（14）
• 所属期刊栏目: 计算机科学与应用
• 页码范围: 78-82
• 页数: 5页
• 分类号: TN915.07-34|TP391
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.14.018

摘要

准确识别视频中的内容是未来互联网应用发展的方向,视频中的行为识别是计算机视觉领域的研究重点.为充分利用视频中的信息,提高行为识别的准确程度,文中提出一种基于三维卷积与双向LSTM的行为识别算法.设计一种基于三维卷积的空间注意模块,可以关注空间区域的显著特征.为了更好地处理长时间视频,引入一种新的基于双向LSTM(长短时记忆网络)的时间注意模块,其目的在于关注关键视频而不是给定视频的关键视频帧,然后采用双中心loss(计算损失函数)优化网络对两阶段策略联合训练,使其能够同时探索空间和时间域的相关性.在HMDB-51和UCF-101数据集上测试证明,所提算法能够准确识别视频中的相似动作,行为识别的准确率得到提高,识别效果显著.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马翠红	华北理工大学电气工程学院	60	91	5.0	7.0
2	毛志强	华北理工大学电气工程学院	10	28	2.0	5.0
3	王毅	华北理工大学电气工程学院	8	6	1.0	2.0