星际争霸图像序列的群体行为识别研究

• 作者: 白江波 杨阳 张文生
• 来源期刊: 应用科技
• 学科: 工学
• 关键词: 图像序列 群体行为识别 3D卷积 星际争霸 行为数据集 神经网络 深度学习 残差网络
• 年，卷（期）: 2022,（2）
• 页码范围: 63-69
• 页数: 7页
• 分类号: TP183
• 语种: 中文
• DOI: 10.11991/yykj.202105010

摘要

以星际争霸游戏图像数据的群体目标行为识别为研究目标,构建游戏中群体目标典型行为的数据集,并应用当前主流的行为识别方法对游戏图像序列进行了群体行为识别.群体目标典型行为的数据集共包含战斗、移动、静止这3类典型行为,每个行为样本中包含不同数量、不同背景和不同行为表示形式的目标单元,充分保证了数据样本的多样性.分别使用时间段网络(TSN)、3D卷积(C3D)网络、膨胀3D卷积网络(I3D)以及时间移位模块(TSM)这4种行为识别方法,对构建的星际争霸图像序列群体目标行为识别数据集进行了验证.实验结果表明,本数据集有效,且基于3D卷积网络的C3D模型取得了最好的行为识别效果和最短的计算时间,满足群体目标行为识别任务需求.本文为后续研究遥感图像的群体目标行为识别方法提供了指导和迁移学习的原始数据.