基于CNN/LSTM和稀疏下采样的人体行为识别
作者：陈煜平; 邱卫根
摘要：针对人体行为识别提出一种基于深度学习的方法,使用CNN和LSTM以及MLP来构建的模型。用CNN提取视频的空间信息,LSTM提取视频的时间信息,使用MLP实现最后的分类,为提高训练速度,对视频剪辑进行稀疏下采样预处理。该模型在UCF-101数据集上达到了令人满意的效果,在与该领域中的同类算法比较中表现优异。
分类：
- 期刊
- >
- 自然科学与工程技术
- >
- 信息科技
- >
- 电子信息科学综合
收录：
- 北大期刊(中国人文社会科学期刊)
- 统计源期刊(中国科技论文优秀期刊)
- 知网收录(中)
- 维普收录(中)
- 万方收录(中)
- SA 科学文摘(英)
- JST 日本科学技术振兴机构数据库(日)
- Pж(AJ) 文摘杂志(俄)
- 哥白尼索引(波兰)
- 国家图书馆馆藏
- 上海图书馆馆藏
关键词：
- 人体行为识别
- 卷积神经网络
- 长短期记忆网络
- 多层感知器
- 稀疏下采样
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
