基于深度学习和层次化运动建模的行为识别算法

• 作者: 张沛朋
• 来源期刊: 长春工程学院学报（自然科学版）
• 关键词: 深度学习 视频动作识别 运动建模 分层对比学习
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 信息技术及应用
• 页码范围: 85-89
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1009-8984.2020.04.017

摘要

随着计算机视觉和互联网技术的迅速发展,行为识别技术在智能视频分析和人机交互领域中的应用越来越广泛.该领域的一个核心问题就是如何建立一个高效的运动模型来捕捉视频中的运动信息.针对该问题,提出了一种基于自监督方式的分层对比运动学习框架,用于从原始视频帧中提取有效的运动表示.具体来说,该方法通过逐步学习网络中不同级别的层次化运动特征,从而减小了低层运动信息和高层识别任务之间的语义鸿沟,促进了多层次外观和运动之间的信息融合.我们提出的运动学习模块具有轻量化、灵活度高等特点,方便嵌入到现有的各种深度网络.从4个主流动作识别数据库上的大量实验结果表明,所提出的方法通过逐渐地捕捉更高级别的运动特征,并进化成对动作识别更有区分性的语义动态,相比于其他主流的行为识别方法可以获得更加优异的识别性能.