基于3D卷积神经网络的人体动作识别算法

来源：计算机工程杂志2019年第1期北京时间：

作者：张瑞,李其申,储珺

单位：1.南昌航空大学 信息工程学院,南昌 330063; 2.江西省图像处理与模式识别重点实验室,南昌 330063

摘要：由于人体动作的多样性、场景嘈杂、摄像机运动视角多变等特性,导致人体动作识别的难度增加。为此,基于3D卷积神经网络,提出一种新的人体动作识别算法。以连续的16帧视频为一组输入,采用视频图像的灰度、x方向梯度、y方向梯度、x方向光流、y方向光流做多通道处理,训练网络参数,经过5层3D卷积、5层3D池化增加提取特征中时间维度的动作信息,最终通过2层全连接与softmax分类器得到识别分类结果。在UCF101数据库上进行实验,结果表明,相比iDT、P-CNN、LRCN算法,该算法具有较高的识别准确率,且运行速度更快。

关键词：人体动作识别,多通道,3D卷积,3D池化,时间维度

基金资助：国家自然科学基金(61663031);江西省自然科学基金(20132BAB201046);南昌航空大学研究生创新专项资金(YC2016009)