文档名：基于深度学习的视频中动作识别方法研究综述
近年来,计算机视觉技术迅速发展,行为识别作为计算机视觉的任务之一,成为了研究热点.当前,基于深度学习动作识别的算法层出不穷.传统的二维卷积网络虽然计算成本相对较低,但是难以捕捉时序信息.对于行为识别任务,视频中的时序信息是非常重要的.三维卷积有效解决了时间维度的问题,但是维度的增加同样带来了相当大的计算量.本文针对当前主流的双流卷积网络、三维卷积网络等方法进行对比总结,讨论了行为识别方法存在的一些问题,并提出了对未来发展方向的展望.
作者：于海港何宁刘圣杰
作者单位：北京联合大学北京市信息服务工程重点实验室北京100101
母体文献：中国计算机用户协会网络应用分会2021年第二十五届网络新技术与应用年会论文集
会议名称：中国计算机用户协会网络应用分会2021年第二十五届网络新技术与应用年会
会议时间：2021年11月1日
会议地点：北京
主办单位：中国计算机用户协会
语种：chi
分类号：
关键词：视频动作识别 双流卷积网络 三维卷积网络
在线出版日期：2022年8月26日
基金项目：
相似文献
相关博文
- 文件大小:
- 351.67 KB
- 下载次数:
- 60
-
高速下载
|
|
