| 基于Bi-LSTM-Attention模型的人体行为识别算法 |
| |
| 引用本文： | 朱铭康,卢先领. 基于Bi-LSTM-Attention模型的人体行为识别算法[J]. 激光与光电子学进展, 2019, 56(15): 145-153 |
| |
| 作者姓名： | 朱铭康 卢先领 |
| |
| 作者单位： | 江南大学轻工过程先进控制教育部重点实验室,江苏无锡,214122;江南大学物联网工程学院,江苏无锡,214122 |
| |
| 基金项目： | 教育部-新华三集团云数融合基金 |
| |
| 摘 要： | 针对长短时记忆网络(LSTM)不能有效地提取动作前后之间相互关联的信息导致行为识别率偏低的问题,提出了一种基于Bi-LSTM-Attention模型的人体行为识别算法。该算法首先从每个视频中提取20帧图像,通过Inceptionv3模型提取图像中的深层特征,然后构建向前和向后的Bi-LSTM神经网络学习特征向量中的时序信息,接着利用注意力机制自适应地感知对识别结果有较大影响的网络权重,使模型能够根据行为的前后关系实现更精确的识别,最后通过一层全连接层连接Softmax分类器并对视频进行分类。通过Action Youtobe和KTH人体行为数据集与现有的方法进行比较,实验结果表明,本文算法有效地提高了行为识别率。
|
| 关 键 词： | 机器视觉 行为识别 注意力机制 Inceptionv3模型 长短时记忆网络 |
Human Action Recognition Algorithm Based on Bi-LSTM-Attention Model |
| |
| Zhu Mingkang,Lu Xianling. Human Action Recognition Algorithm Based on Bi-LSTM-Attention Model[J]. Laser & Optoelectronics Progress, 2019, 56(15): 145-153 |
| |
| Authors: | Zhu Mingkang Lu Xianling |
| |
| Affiliation: | (Key Laboratory of Advanced Process Control for Light Industry (Ministry of Education),Jiangnan University, Wuxi, Jiangsu 214122, China;School of Internet of Things Engineering,Jiangnan University,Wuxi,Jiangsu 214122,China) |
| |
| Abstract: | Zhu Mingkang;Lu Xianling(Key Laboratory of Advanced Process Control for Light Industry (Ministry of Education),Jiangnan University, Wuxi, Jiangsu 214122, China;School of Internet of Things Engineering,Jiangnan University,Wuxi,Jiangsu 214122,China) |
| |
| Keywords: | machine vision action recognition attention mechanism Inceptionv3model long short term memory networks |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
