基于深度学习的群体行为识别：综述与展望

• 作者: 朱晓林 王冬丽 欧阳万里 李抱朴 周彦 刘金富 .湘潭大学数学与计算科学学院 .湘潭大学自动化与电子信息学院 .悉尼大学电气与信息工程学院 .百度美国研究院
• 来源期刊: 控制理论与应用
• 学科: 工学
• 关键词: 群体行为识别;深度学习;层级时序建模;交互关系推理;Transformer
• 年，卷（期）: 2025,（12）
• 页码范围: 19-35
• 页数: 17页
• 语种: 中文

摘要

群体行为识别是计算机视觉领域中备受关注的研究方向,在智能监控系统和体育运动分析等领域中具有广泛的应用推广价值.本文对过去七年来基于深度学习的群体行为识别方法进行了全面综述,有助于更好推动群体行为识别的发展.首先,介绍群体行为的定义、通用识别流程以及主要的挑战;其次,从群体行为识别的建模方法和内在机理进行划分,并进一步细分类、讨论和分析这些方法的优缺点;然后,给出群体行为识别的常用数据集,列举了相关的开源代码库和评估指标;最后,对该领域未来的研究方向进行了展望.