一种改进的基于3 D-BN-GRU网络的行为识别算法

• 作者: 吴进 安怡媛 徐一欢 李聪 闵育
• 来源期刊: 电讯技术
• 学科: 工学
• 关键词: 计算机视觉 行为识别 三维卷积神经网络 门控循环单元 批量归一化
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 应用基础与前沿技术
• 页码范围: 365-371
• 页数: 7页
• 分类号: TP183
• 字数: 4460字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-893x.2020.04.001

摘要

行为识别是计算机视觉研究一大热点,为了改善其计算量大、识别率低的问题,提出了一种基于三维卷积神经网络(3Dimension Convolutionnal Neural Network,3D-CNN)与门控循环单元网络(Gated Recurrent Unit,GRU)相融合的行为识别算法.该算法采用keras框架,首先对3D-CNN结构进行优化,采用把大的卷积核用若干个小的串联起来的Block结构;然后在每层卷积层后采用批量归一化处理,并添加Dropout层以提高网络泛化能力;最后与GRU网络融合,使用Softmax进行分类得出结果.实验结果表明,所设计的融合网络有较高的识别率,达到94.5％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴进	西安邮电大学电子工程学院	51	202	9.0	12.0
2	安怡媛	西安邮电大学电子工程学院	3	0	0.0	0.0
3	李聪	西安邮电大学电子工程学院	10	1	1.0	1.0
4	闵育	西安邮电大学电子工程学院	6	7	1.0	2.0
5	徐一欢	西安邮电大学电子工程学院	1	0	0.0	0.0