基于GFU和分层LSTM的组群行为识别研究方法

• 作者: 王传旭 薛豪
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 组群行为识别 关键人物建模 交互特征建模 门控融合单元
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 学术论文
• 页码范围: 1465-1471
• 页数: 7页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2020.08.002

摘要

提出一种以“关键人物”为核心,使用门控融合单元(GFU,Gated Fusion Unit)进行特征融合的组群行为识别框架,旨在解决两个问题:①组群行为信息冗余,重点关注关键人物行为特征,忽略无关人员对组群行为的影响;②组群内部交互行为复杂,使用GFU有效融合以关键人物为核心的交互特征,再通过LSTM时序建模成为表征能力更强的组群特征.最终,通过softmax分类器进行组群行为类别分类.该算法在排球数据集上取得了86.7％的平均识别率.