基于注意力机制和残差网络的动作识别模型

作者：龚捷; 罗聪; 罗琴

来源：电子测量技术, 2021, 44(14): 111-116.

DOI：10.19651/j.cnki.emt.2106848

• 残差网络
• 三维卷积
• 注意力机制
• 深度学习
• 动作识别

深度学习在图像领域取得的突破,使得特征学习方面取得了迅猛的发展。针对视频序列中连续帧具有的时间相关性,提出了一种基于注意力机制的残差3D卷积网络模型用于人体动作识别。首先利用残差3D卷积网络学习视频序列中连续视频帧之间的时间相关性,即时空特征;之后利用扩展到三维的通道注意力网络对残差3D卷积结构学习到的每个特征通道赋予不同的权值;最后将重新标定权重的特征输入分类器得到最终的分类。在UCF-101和HMDB-51数据集上进行实验,分别取得了95.8%和69.7%的准确率。实验结果表明,所提出的模型在视频人体动作识别问题上具有较高的识别准确率。

• 单位
  西南石油大学