复杂背景下基于深度学习的视频动作识别

• 作者: 潘陈听 谭晓阳
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 动作识别 非局域模块 时间段网络 复杂背景 自注意力
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 图像处理
• 页码范围: 97-103
• 页数: 7页
• 分类号: TP391
• 字数: 5884字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2020.07.019

摘要

快速有效地识别视频中的人体动作,具有广泛的应用前景及潜在的经济价值.但目前的视频动作识别方法易受到运动人体晃动、背景变化、摄相机抖动、运动人体阴影等背景因素影响.为解决上述问题,本文提出一种非局域时间段网络方法.该方法在双流网络的基础上,通过加入非局域计算使网络能关注到更大时空范围的信息,并进一步融入光流信息使网络更精确地将注意力放在动作区域,从而增强对视频复杂静态背景的鲁棒性.此外,为了融合双流分段网络的多路判别结果,本文使用可学习的加权平均取代简单平均来融合多模态信息.经过在TDAP数据集上的实验验证,本文的模型可在复杂背景下较为精确地识别出人体动作,与原有模型相比在几乎不增加时间复杂度的前提下提升了识别性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭晓阳	南京航空航天大学计算机科学与技术学院	25	119	6.0	10.0
7	潘陈听	南京航空航天大学计算机科学与技术学院	2	0	0.0	0.0