基于深度神经网络的多视角人体动作识别

• 作者: 赵瑛 陆耀 张健 梁启弟 龙炜
• 来源期刊: 系统仿真学报
• 关键词: 多视角 人体动作识别 卷积神经网络 上下文注意力 序列匹配
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 仿真建模理论与方法
• 页码范围: 1019-1030
• 页数: 12页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16182/j.issn1004731x.joss.19-0448

摘要

为提高多视角人体动作识别的精度,提出了一种新的深度秽经网络模型——CNN+CA(Convolutional Neural Network plus Context Attention)模型和一种基于序列匹配的识别方法.利用卷积神经网络自动学习出多视角融合特征;引入上下文注意力模块自动突出特征中有利于识别的区域,进一步提高特征的判别力;通过基于序列匹配的方法实现人体动作识别.在IXMAS数据集和i3DPost数据集上的实验结果表明,所提方法在识别精度上超过了其他同类方法.