基于深度学习与运动信息的动作识别算法

作     者：吴志攀 郑中韦 WU Zhi-pan1 , ZHENG Zhong-wei2

作者机构：惠州学院信息科学技术学院广东惠州516007 广东工业大学计算机学院广东广州510006 

基　　金：惠州市科技计划基金项目(2014-01) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2018年第39卷第8期

页      码：2668-2674页

摘      要：为提高视频中人体小幅度动作识别的准确率以及对大规模数据集的计算效率,提出一种基于双层核极限学习机与深度学习技术的动作识别算法。在双层核极限学习机的第一层,采用线性核极限学习机学习密集轨迹特征与深度学习特征;在第二层,将密集轨迹特征与深度学习特征进行融合。在深度学习特征中,将深度视频特征与视频RGB三色特征融合作为深度学习的特征。基于大规模真实数据集与小幅度手势数据集进行仿真实验,实验结果表明,该算法对大规模数据集与小幅度的手势动作具有较高的识别准确率。

主 题 词：极限学习机 密集轨迹 深度学习 卷积神经网络 运动信息 人体动作识别 大规模数据集 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2018.08.047

馆 藏 号：203310127...