基于视频的行为识别在我们的生活中有着至关重要的作用，比如智能家居、智能安防等。论文提出了一种新的基于3D卷积神经网络的深度学习的视频人体行为识别方法。该神经网络是将VGG-16网络扩展成3D形式，在此基础上加入残差块结构，在增加网络深度的时候能够减少训练误差，经过均值池化层后，输入到LSTM层，识别样本数据集中的各种行为。对比实验结果表明，该方法正确率达到了89.6%。
科研之友
微信
新浪微博
Facebook
分享链接
