|
|||||
|
|
| 基于深度学习的多模态时空动作识别 | |
| 作者姓名： | 吴敏 王敏 |
| 作者单位： | 河海大学计算机与信息学院,南京 211100;河海大学计算机与信息学院,南京 211100 |
| 摘 要： | 针对视频理解中的时序难点以及传统方法计算量大的困难,提出了一种带有时空模块的方法用于动作识别.该方法采用残差网络作为框架,加入时空模块提取图像以及时序信息,并且加入RGB差值信息增强数据,采用NetVLAD方法聚合所有的特征信息,最后实现行为动作的分类.实验结果表明,基于时空模块的多模态方法具有较好的识别精度. |
| 关 键 词： | 时空模型 多模态 动作识别 |
| 收稿时间： | 2020-07-19 |
| 修稿时间： | 2020-08-28 |
| 本文献已被 维普 万方数据 等数据库收录！ | |
| 点击此处可从《计算机系统应用》浏览原始摘要信息 | |
| 点击此处可从《计算机系统应用》下载免费的PDF全文 | |