基于三维卷积与双向LSTM的行为识别研究

摘要：

准确识别视频中的内容是未来互联网应用发展的方向,视频中的行为识别是计算机视觉领域的研究重点.为充分利用视频中的信息,提高行为识别的准确程度,文中提出一种基于三维卷积与双向LSTM的行为识别算法.设计一种基于三维卷积的空间注意模块,可以关注空间区域的显著特征.为了更好地处理长时间视频,引入一种新的基于双向LSTM(长短时记忆网络)的时间注意模块,其目的在于关注关键视频而不是给定视频的关键视频帧,然后采用双中心loss(计算损失函数)优化网络对两阶段策略联合训练,使其能够同时探索空间和时间域的相关性.在HMDB-51和UCF-101数据集上测试证明,所提算法能够准确识别视频中的相似动作,行为识别的准确率得到提高,识别效果显著.

关键词：行为识别、三维卷积、双向LSTM、双中心loss、联合训练、计算机视觉

所属期刊栏目：42

分类号：TN915.07-34;TP391

资助基金：国家自然科学基金61171058

在线出版日期：2019-07-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：78-82