融入注意力机制的深度学习动作识别

来源：电讯技术杂志2021年第10期北京时间：

作者：张宇,张雷

单位：(北京建筑大学 电气与信息工程学院，北京 100044)

摘要：针对现有的深度学习方法在人体动作识别中易出现过拟合、易受到干扰信息影响、特征表达能力不足的问题，提出了一种融入注意力机制的深度学习动作识别方法。该方法在数据预处理中提出了视频数据增强算法，降低了模型过拟合的风险，然后在视频帧采样过程中对现有的采样算法进行了改进，有效抑制了干扰信息的影响，并在特征提取部分提出了融入注意力的残差网络，提高了模型的特征提取能力；之后，利用长短时记忆（Long ShortTerm Memory,LSTM）网络解决了空间特征的时序关联问题；最后，通过Softmax完成了相应动作的分类。实验结果表明，在UCF YouTube、KTH和HMDB51数据集上，所提方法的识别率分别为96.72%、98.06%和64.81%。

关键词：动作识别；深度学习；残差网络；注意力机制；长短时记忆网络；

基金资助：智能机器人与系统北京高精尖创新中心建设项目（00921917001）；北京市重点实验室项目（BZ0337）