基于可变形卷积神经网络的人体动作识别

来源：计算机工程与科学杂志2021年第1期北京时间：

作者：王雪娇, 智敏

单位：（内蒙古师范大学计算机科学技术学院,内蒙古 呼和浩特 010020）

摘要：针对复杂场景中人体动作识别准确率不高的问题，构建了一种基于可变形卷积网络（DCN）与可变形部件模型（DPM）融合改进的人体动作识别系统。首先将DPM的部件滤波器由5个增加到8个，并结合分支定界算法共同将准确率提高约11个百分点，速度提高3倍左右；其次利用DCN根据人体动作进行感兴趣点采样；然后将改进的DPM与DCN在可变形池化前进行融合；最后通过全连接层对输入数据进行动作的识别。实验结果表明，此系统能够在人体动作数据集上更快、更准确地得到识别结果。

关键词：人体动作识别,可变形卷积,可变形感兴趣池化,可变形部件模型算法,卷积神经网络,分支定界算法,

基金资助：内蒙古自治区自然科学基金(2018MS06008)；内蒙古师范大学研究生科研创新基金（内蒙古自治区研究设计研究生教育创新计划）（CXJJS19150）