基于RNN的视频模型构建和动作识别策略研究

作者：胡**

来源：佳木斯大学学报(自然科学版), 2019, 37(05): 752-754.

• 递归神经网络
• 动作识别
• 特征模型

递归神经网络(RNN)和长短时记忆(LSTM)在处理顺序多媒体数据方面取得显著成就。因此,提出了一种双向长短时记忆的递归神经网络(DLSTM),该方法结合了卷积神经网络(CNN)和递归神经网络的动作识别新方法。首先,利用CNN提取视频的深度特征,构建视频特征模型,以减少冗余和复杂性。然后,利用递归神经网络学习帧特征之间的序列信息。该方法具有学习长序列的能力,能够在一定的时间间隔内通过分析特征来处理较长的视频。实验结果与现有的方法比较,该方法在动作识别方面有明显完善。

• 单位
  安徽电子信息职业技术学院