基于动作主视图和LSTM网络模型的人体行为识别

• 作者: 李兰 盛敏
• 来源期刊: 安庆师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 行为识别 主视图 长短时记忆 十折交叉验证
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 计算机与信息技术
• 页码范围: 73-76
• 页数: 4页
• 分类号: TP391
• 字数: 2580字
• 语种: 中文
• DOI: 10.13757/j.cnki.cn34-1328/n.2020.01.013

摘要

人体行为识别是计算机视觉领域的研究热点.针对传统行为识别算法具有计算复杂度较高的问题,提出一种基于动作主视图的长短时记忆模型人体动作识别方法.将三维空间中的动作正投影到二维的平面中,降低动作空间的维度和计算复杂度,利用长短时记忆神经网络处理时序数据的能力,对人体动作进行识别.选用MSRAction 3D公开数据集验证文中算法,采用十次十折交叉验证法,该方法平均识别率达93.06％.实验结果表明,本方法在降低算法复杂度的同时,识别效果较现有的其他算法好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	盛敏	安庆师范大学数学与计算科学学院	24	137	7.0	11.0
2	李兰	安庆师范大学数学与计算科学学院	1	0	0.0	0.0