结合LSTM的双流卷积人体行为识别

• 作者: 曾明如 罗顺 郑子胜
• 来源期刊: 现代电子技术
• 关键词: LSTM 双流卷积 人体行为识别 卷积神经网络 光流信息 模型融合
• 年，卷（期）: 2019,（19）
• 所属期刊栏目: 信号分析与图像处理
• 页码范围: 37-40
• 页数: 4页
• 分类号: TN911.73-34|TP391.41
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.19.009

摘要

为了更好地获取视频中连续帧之间的时间信息,提出一种新颖的双流卷积网络结构用于视频的人体行为识别.该网络在不改变双流卷积中空间流结构的情况下,在时间流的卷积模型中加入长短时记忆(LSTM)网络,并且时间流的训练相较于以往的双流卷积架构采用端对端的训练方式.同时在新的网络结构上尝试使用组合误差函数来获得更好的光流信息.在KTH和UCF101两个通用人体行为视频数据集上进行实验,实验结果证明,提出的使用组合误差函数结合LSTM的双流卷积与普通的双流卷积、使用以往误差函数结合LSTM的双流卷积相比,识别率有明显的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾明如	南昌大学信息工程学院	35	233	9.0	14.0
2	郑子胜	南昌大学信息工程学院	1	1	1.0	1.0
3	罗顺	南昌大学信息工程学院	1	1	1.0	1.0