计算机工程

作者：张聪聪, 何宁, 孙琪翔, 尹晓杰

单位：1. 北京联合大学 北京市信息服务工程重点实验室, 北京 100101;2. 北京联合大学 智慧城市学院, 北京 100101

关键词：动作识别,注意力机制,三维DenseNet,双流网络,特征融合

基金：国家自然科学基金（61872042，61572077）；北京市教委科技重点项目（KZ201911417048）；北京联合大学人才强校优选计划（BPHR2020AZ01，BPHR2020EZ01）；北京联合大学研究生科研创新项目（YZ2020K001）；“十三五”时期北京市属高校高水平教师队伍建设支持计划（CIT&TCD201704069）。

传统人体动作识别算法无法充分利用视频中人体动作的时空信息，且识别准确率较低。提出一种新的三维密集卷积网络人体动作识别方法。将双流网络作为基本框架，在空间网络中运用添加注意力机制的三维密集网络提取视频中动作的表观信息特征，结合时间网络对连续视频序列运动光流的运动信息进行特征提取，经过时空特征和分类层的融合后得到最终的动作识别结果。同时为更准确地提取特征并对时空网络之间的相互作用进行建模，在双流网络之间加入跨流连接对时空网络进行卷积层的特征融合。在UCF101和HMDB51数据集上的实验结果表明，该模型识别准确率分别为94.52%和69.64%，能够充分利用视频中的时空信息，并提取运动的关键信息。

来源：2021年第11期

《计算机工程》期刊编辑部

查看计算机工程杂志2021年第11期