基于稠密连接时空双流网络的行为识别方法研究

来源：电子测量技术杂志2022年第18期北京时间：

作者：程换新，孙胜意，骆晓玲，王雪

单位：1.青岛科技大学 自动化与电子工程学院 山东 青岛 266061; 2．青岛科技大学 机电工程学院 山东 青岛 266061

摘要：针对视频中复杂人体动作识别精度低、效率差的问题，提出了一种时空特征提取的稠密连接网络模型。首先利用两个稠密连接网络进行时空特征的提取；其次构建时空网络间的稠密连接，将时间网络中提取到的特征信息逐层输入到空间流网络中，提高两个流的时空交互性；然后使用LSTM网络分别对双流网络特征进行处理得到两个流的预测结果；最后融合双流网络的预测结果，从而实现视频中复杂行为的识别。在UCF101和HMDB51两个基准数据集上进行对比实验，得到94.69%和68.87%的准确率，优于其他算法。实验证明，本文模型可增加时空网络之间的交互性，有利于对复杂人体动作的识别。

关键词：时空双流模型; 稠密网络; 人体动作识别; LSTM

基金资助：国家海洋局重大专项项目 (国海科字[2016]494号No.30)