基于双流BRC3D卷积神经网络的行为识别

作者：臧晶^*; 李博; 李红; 玉绍康

来源：科技资讯, 2021, 19(11): 35-37.

DOI：10.16661/j.cnki.1672-3791.2012-5042-0393

• 残差网络结构
• 行为识别
• UCF101数据集
• 深度学习

针对C3D网络时间维上的信息抽取单一特点,模型本身存在泛化能力弱等问题,该文基于BN归一化算法改进残差网络结构,并嵌入到C3D网络中,实现了网络结构的优化,保证各个层数据的分布稳定性。引入双流思想,构建了改进的BRC3D卷积神经网络的识别方法。最终在UCF101数据集上进行训练与测试,准确率达到了91.343%。

• 单位
  辽阳职业技术学院; 沈阳理工大学