基于3D ResNet-LSTM的人体行为识别模型构建研究

文档摘要：人体行为识别在智能家居、安防、群体突发事件识别等方面有着广泛的应用,是智能视频数据处理领域重点研究内容之一.针对卷积神经网络不能学习长时序运动特征、而LSTM网络仅关注时序信息而忽略表观特征的问题,提出了一种3DResNet-LSTM人体行为识别模型.首先,对输入视频进行按时间轴平均分成三段,在三个视频段内随机抽取L×256×256的视频子段作为网络模型的输入.其次,以ResNet网络为基础,设计了3DResNet用于处理视频段,学习行为动作的表观特征和短时序信息.最后,设计了一个两层的LSTM网络,完成行为动作长时序特征的学习,利用SoftMax层完成行为识别的任务,得到最终结果.实验结果表明,在UCF101数据集的识别准确率为93.6%,具有很好的识别性能.

作者：余胜Author：
作者单位：韶关学院信息工程学院,广东韶关512005
刊名：电脑知识与技术
Journal：ComputerKnowledgeandTechnology
年，卷(期)：2024, 20(18)
分类号：G642
关键词：卷积神经网络  深度学习  人体行为识别  LSTM  
机标分类号：TP391F270TP183
在线出版日期：2024年7月22日
基金项目：韶关市科技计划项目，韶关学院校级科研重点项目，韶关学院人才引进项目基于3DResNet-LSTM的人体行为识别模型构建研究[
期刊论文]  电脑知识与技术--2024, 20(18)余胜人体行为识别在智能家居、安防、群体突发事件识别等方面有着广泛的应用,是智能视频数据处理领域重点研究内容之一.针对卷积神经网络不能学习长时序运动特征、而LSTM网络仅关注时序信息而忽略表观特征的问题,提出了一种3D...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

关键词：

2024-10-4 00:19 上传 基于3D ResNet-LSTM的人体行为识别模型构建研究.pdf

文件大小:

1.58 MB

下载次数:

60

附件售价:

1 下载券 [赞助会员免费下载]

本地下载 立即购买