基于3D CNN的人体动作识别研究

• 作者: 朱云鹏 黄嘉兴 黄希
• 来源期刊: 现代电子技术
• 关键词: 人体动作识别 三维卷积神经网络 特征提取 模型训练 深度学习 实验对比
• 年，卷（期）: 2020,（18）
• 所属期刊栏目: 前沿交叉科学
• 页码范围: 150-152,156
• 页数: 4页
• 分类号: TN911.23-34|TP301
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2020.18.039

摘要

在现实的生活视频中,检测人体动作以及分类时,常常会出现视频背景复杂、模糊,以及因人多导致多种动作行为同时出现的问题,而致使检测和判别某种行为结果出现偏差.因此文中针对2D CNN对单个帧进行提取特征却没有包含实际视频中连续多帧之间编码的运动信息,提出一种基于三维卷积神经网络识别方法,旨在更好地捕获视频连续帧中隐藏的时间和空间信息.实验结果表明,与现有的几类方法相比,所提方法识别率得到较为明显的提升,验证了该方法的有效性和鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄希	南通大学机械工程学院	32	141	6.0	11.0
2	朱云鹏	南通大学机械工程学院	1	0	0.0	0.0
3	黄嘉兴	南通大学机械工程学院	1	0	0.0	0.0