基于深度学习的人体动作识别方法

• 作者: 刘婷婷 张良 李玉鹏
• 来源期刊: 计算机应用研究
• 关键词: 深度信息 人体动作识别 深度学习 空间结构动态深度图 深度卷积神经网络
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 图形图像技术
• 页码范围: 304-307,316
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.05.0499

摘要

针对人体动作深度视频的四维信息映射到二维空间后,动作分类容易发生混淆的问题,提出一种基于深度学习的人体动作识别方法.首先构建空间结构动态深度图,将深度视频的四维信息映射到二维空间,进行信息降维处理;然后提出基于联合代价函数的深度卷积神经网络,结合交叉熵损失函数与中心损失函数作为联合代价函数,指导卷积层学习到更具分辨力的深度特征,以进行更精确的分类.在MSRDailyActivity3D和SYSU 3 D HOI两个数据集的实验结果表明,与现有方法相比,该方法识别率得到了较明显的提升,验证了其有效性和鲁棒性.该方法较好地解决了动作分类容易发生混淆的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张良	中国民航大学天津市智能信号与图像处理重点实验室	22	117	6.0	10.0
2	刘婷婷	中国民航大学天津市智能信号与图像处理重点实验室	5	35	3.0	5.0
3	李玉鹏	中国民航大学天津市智能信号与图像处理重点实验室	2	0	0.0	0.0