结合注意力与多尺度时空信息的行为识别算法

2021-08-24 03:06:44秦宇龙王永雄胡川飞
小型微型计算机系统 2021年9期
关键词:特征实验

秦宇龙,王永雄,胡川飞,邵 杭

(上海理工大学 光电信息与计算机工程学院,上海 200093)

1 引 言

视频人体行为识别指的是利用计算机相关算法,对视频序列进行特征捕获、提取、分析、处理,并实现对其中的人体动作行为进行正确理解和认知[1].随着信息技术的发展,视频行为识别已被广泛地应用于安防监控、人机交互、异常行为检测、人机混合增强、自动驾驶、智能服务等领域[2].但是,相比于二维静态图像的处理和识别,识别视频中的人体动作行为不仅要利用视频序列的空间信息,还需要获取其时间信息.因此,视频行为识别在具有广阔的应用前景的同时,仍面临着模型参数量较大、时空特征提取效率较低、对视角敏感和识别精度不理想等诸多挑战[3].

当前,视频行为识别算法主要可以分为两个大类:基于手工特征提取的识别方法和基于深度学习的识别方法.传统的行为识别,需要逐帧地对视频进行手工特征提取,以获得相应的特征向量,再基于特定的分类器进行分类[4].这类方法主要包括:基于3D-Harris角点特征的行为识别[5],基于3D梯度直方图(3DHOG)特征描述子的行为识别[6],基于光流直方图(HOF)特征描述子的行为识别[7]以及改进的密集轨迹光流算法(iDT)[8]等.但是,这些传统算法在特征提取过程中的计算量较大且泛化能力较差,通常只适用于在特定、规模较小的视频数据集上完成识别任务,难以满足对大规模视频数据进行高效处理的需求.

得益于深度学习……

登录APP查看全文

猜你喜欢
特征实验
记一次有趣的实验
如何表达“特征”
做个怪怪长实验
不忠诚的四个特征
当代陕西(2019年10期)2019-06-03 10:12:04
NO与NO2相互转化实验的改进
实践十号上的19项实验
太空探索(2016年5期)2016-07-12 15:17:55
线性代数的应用特征
河南科技(2014年23期)2014-02-27 14:19:15
《实验流体力学》征稿简则