基于改进3D卷积网络的人体动作识别

作者：高海玲; 王晓东^*; 章联军; 赵伸豪; 金建国

来源：宁波大学学报(理工版), 2023, 36(03): 16-21.

• 深度学习
• 人体动作识别
• 3D卷积
• 注意力机制

为解决现有多数视频人体动作识别3D卷积方法无法区分信息中各维度的重要和非重要特征问题,提出了通过门控循环单元(GatedRecurrentUnit,GRU)和空间注意力增强模块构建时空特征处理网络的方法,基于多级特征融合和多组通道注意力特征选择构建网络,改进基础网络模型Res Net3D对视频人体动作识别中的网络模型.改进后模型在2个公开数据集UCF101和HMDB51上的准确率分别为96.42%和71.08%,与C3D、Two-stream等网络模型相比,具有更高的识别准确率.

• 单位
  宁波大学