基于推理网络的人体动作识别

• 作者: 葛鹏花 智敏
• 来源期刊: 计算机工程与设计
• 关键词: 推理网络 人体动作识别 上下文信息 快速区域卷积神经网络 长短时记忆网络
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 智能技术|Intelligent Technology
• 页码范围: 853-858
• 页数: 6页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2021.03.036

摘要

为更好地对动作进行分类,提出基于推理网络的人体动作识别算法.通过Faster RCNN提取以人为主要区域、以场景信息为附加区域的特征信息,将其输入到LSTM中进行边框回归以及动作分类,通过结合Faster RCNN和LSTM获得动作的空间特征和时间特征,得到更精确的动作分类.在公认的两个数据集上进行实验,U C F-101数据集上精确度达到了93.6％,H M DB-51数据集中精确度达到了66.2％.