3D神经网络的研究及应用

• 作者: 何明 孙文超 徐吉兵 李超
• 来源期刊: 通讯世界
• 学科: 工学
• 关键词: 3D卷积神经网络 人体动作行为识别
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 专题综述
• 页码范围: 163-164
• 页数: 2页
• 分类号: TP183
• 语种: 中文

摘要

3D卷积神经网络3D-CNN或C3D在计算机视觉领域的主要应用和研究热点是人体动作行为识别和视频分类,人体动作行为识别和视频分类在智慧安防、智慧城市、无人驾驶等领域都有广泛的商业应用价值.首先,本文研究了3D-CNN神经网络架构产生背景过程,其中包括近年来发展日渐成熟的2D神经网络2D-CNN和2D-CNN在人体动作行为检测中存在的弊端.其次,介绍分析3D-CNN的神经网络架构特点,包括近期研究比较火热的双流膨胀卷积网络结构two-stream Inflated C3D.同时介绍了验证3D-CNN网络好坏的较常用的动作行为视频数据集UCF-101、HMDB,并分析了3D网络在此视频集上测试结果.最后,对基于神经网络的人体动作行为检测方法提出了未来的发展趋势.