科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对三维卷积神经网络在特征提取过程中，极易出现神经元被抑制直接失去活性的现象，提出一种改进的人体动作识别模型，在卷积过程中使用Leaky ReLU激活函数，对静默神经元恢复更新利用，深层次摄取图像之间的时间和空间信息，丰富神经网络特征结构；并且结合批量归一化处理，使信息素点规则化重新分布，有助于高效完成特征提取，提高收敛速度。在UCF-50公共数据集上的实验结果表明，该模型的准确率达到91.25%,相比其他方法至少提高6%,验证了模型的有效性。
-
单位中国传媒大学; 太原科技大学
