基于深度学习的人体动作识别方法

作者：沈西挺; 于晟; 董瑶^*; 董永峰; 张泽伟

来源：计算机工程与设计, 2020, 41(04): 1153-1157.

DOI：10.16208/j.issn1000-7024.2020.04.041

• 人体动作识别
• 深度学习
• KTH数据集
• 卷积神经网络
• 稠密光流

对基于机器视觉的人体动作识别的成果进行研究,为提高视频数据集中人体动作的识别率,提出一种改进的深度网络模型。采用稠密光流方法处理数据,结合二维卷积神经网络(2DCNN)、三维卷积神经网络(3DCNN)和长短期记忆神经网络(LSTM)对动作特征进行提取,利用Softmax分类器识别分类。通过KTH数据集进行实验对比验证,分析结果表明,改进模型相比其它已有模型具有更高的识别率,动作识别效果更优。

• 单位
  河北工业大学