基于DenseNet和深度运动图的行为识别算法 |
| |
作者单位: | ;1.海南大学 |
| |
摘 要: | 结合深度信息以及RGB视频序列中丰富的纹理信息,提出了一种基于DenseNet和深度运动图像的人体行为识别算法。该算法基于DenseNet网络结构,首先获取彩色纹理信息和光流信息,然后从同步的深度视频序列获取深度信息,以增强特征互补性;再将空间流、时间流和深度流三种特征信息分别作为网络的输入;最后通过LSTMs进行特征融合和行为分类。实验结果表明,在公开的动作识别库UTD-MHAD数据集上,该算法识别准确率为92. 11%,与该领域中的同类算法相比表现优异。
|
关 键 词: | 行为识别 深度运动图像 DenseNet 光流 |
Action recognition algorithm based on DenseNet and depth motion map |
| |
Abstract: | |
| |
Keywords: | |
|
|