基于双流卷积神经网络的人体动作识别研究

作     者：吕淑平 黄毅 王莹莹 LYU Shuping;HUANG Yi;WANG Yingying

作者机构：哈尔滨工程大学智能科学与工程学院黑龙江哈尔滨150001 

出 版 物：《实验技术与管理》 (Experimental Technology and Management)

年 卷 期：2021年第38卷第8期

页      码：144-148页

摘      要：针对双流卷积神经网络存在的网络结构较浅、时间流及空间流网络均为独立训练学习、并未学习到时空网络之间关联信息等问题,文章设计了基于双流卷积神经网络的人体动作识别改进算法。采用ResNet-34对原网络进行替换,加深网络结构;将时间流、空间流网络提前进行特征图融合,加强时空网络信息融合的充分性。文章还对具体的融合方式和融合位置进行了实验研究,确定了网络最佳融合策略,在UCF-101数据集上的识别率为91.5%,相较于原网络以及其他相关识别方法有更高的识别精度。

主 题 词：动作识别 深度学习 双流卷积神经网络 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.16791/j.cnki.sjg.2021.08.031

馆 藏 号：203104713...