基于3D-CBAM注意力机制的人体动作识别

• 作者: 王飞 胡荣林 金鹰
• 来源期刊: 南京师范大学学报（工程技术版）
• 关键词: 机器视觉 人体动作识别 3D卷积神经网络 注意力机制
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 计算机科学与技术|Computer Science and Technology
• 页码范围: 49-56
• 页数: 8页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1672-1292.2021.01.008

摘要

针对已有的动作识别方法的特征提取不足、识别率较低等问题,结合双流网络、3D卷积神经网络和卷积LSTM网络的优势,提出一种融合模型.该融合模型为了更好地提取人体动作特征,采用SSD目标检测方法将人体目标分割出作为局部特征和原视频的全局特征共同训练,并采用后期融合进行分类;将3D卷积块注意模块采用shortcut结构的方式融合到3D卷积神经网络中,加强神经网络对视频的通道和空间特征提取;并且通过将神经网络中部分3D卷积层替换为ConvLSTM层的方法,更好地得到视频的时序关系.实验在公开的KTH数据集上进行.结果表明,所提模型具有较高的人体动作识别准确率.