科研之友
微信
新浪微博
Facebook
分享链接
摘要
复杂场景中特征的有效提取一直是行为识别的难点,动作和行为的精确表达也是影响识别结果的重要因素。针对当前行为识别模型只能选择单一特征进行行为识别,对动作和行为的表达有误,导致识别精确度、召回率低、识别速度慢等问题,提出双层网络架构和隐含层相融合的行为识别模型。采用CNN和RNN构建双流网络架构,用于抽取视频动作片段的外观特征和时间特征,同时在双流网络架构中添加一个隐含层,以便更有效地对特征进行描述。依据求和的形式融合运动特征和外观特征,构建运动行为组合特征,将运动行为组合特征输入到支持向量机分类器中来完成行为识别,在UCF101、UCF50数据集上进行行为识别实验。实验结果表明,所提模型有效提高了行为识别率和召回率,识别速度也优于对比模型。
- 单位
