基于多时间划分的深度聚合特征的行为识别

作者：程石磊^*; 解梅; 马争; 李思琦

来源：计算机应用研究, 2021, 38(02): 584-590.

DOI：10.19734/j.issn.1001-3695.2019.10.0645

• 行为识别
• 深度学习
• 多时间划分
• 深度聚合特征

重点研究了视频中的人体行为识别问题,提出了基于多时域划分的深度聚合特征的行为识别算法。通过多时间划分的采样形式,丰富行为深度特征的多样性,并引入多聚合中心,量化深度特征与聚合中心的残差关系,进而形成人体行为的结构化建模方法,构建可以学习复杂行为特征分布的深度聚合模型,解决时间跨度较长时的人体行为分类问题。通过在开源行为数据集UCF101与HMDB51上的实验,验证了算法的有效性和先进性。

• 单位
  电子科技大学