一种改进的基于3D-BN-GRU网络的行为识别算法

作     者：吴进 李聪 徐一欢 闵育 安怡媛 WU Jin;LI Cong;XU Yihuan;MIN Yu;AN Yiyuan

作者机构：西安邮电大学电子工程学院西安710121 

基　　金：国家自然科学基金资助项目(61772417,61834005,61802304,61634004,61602377) 陕西省重点研发计划(2017GY-060) 陕西省自然科学基础研究计划项目(2018JM4018) 

出 版 物：《电讯技术》 (Telecommunication Engineering)

年 卷 期：2020年第60卷第4期

页      码：365-371页

摘      要：行为识别是计算机视觉研究一大热点,为了改善其计算量大、识别率低的问题,提出了一种基于三维卷积神经网络(3Dimension Convolutionnal Neural Network,3D-CNN)与门控循环单元网络(Gated Recurrent Unit,GRU)相融合的行为识别算法。该算法采用keras框架,首先对3D-CNN结构进行优化,采用把大的卷积核用若干个小的串联起来的Block结构;然后在每层卷积层后采用批量归一化处理,并添加Dropout层以提高网络泛化能力;最后与GRU网络融合,使用Softmax进行分类得出结果。实验结果表明,所设计的融合网络有较高的识别率,达到94. 5%。

主 题 词：计算机视觉 行为识别 三维卷积神经网络 门控循环单元 批量归一化 

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：10.3969/j.issn.1001-893x.2020.04.001

馆 藏 号：203908571...