基于改进3D卷积神经网络的行为识别

来源：计算机集成制造系统杂志2019年第8期北京时间：

作者：张小俊,李辰政,孙凌宇,张明路

单位：河北工业大学机械工程学院

摘要：鉴于基于视频的人体行为识别中的视频流数据过于庞大,3D卷积核参数设置过多,存在训练时间较长,调参困难等问题,以3D卷积神经网络为基础,提出一种将3D卷积核拆分成空间域和时间域两种卷积核的神经网络结构。两种卷积核分别形成两个数据流进行交互,同时引入残差网络以优化网络结构,减少参数设置。将所提方法应用于两个行为识别数据集KTH和UCF101上进行训练验证,其行为识别准确率分别为96.2%和90.7%。结果表明,较改进前的神经网络框架,所提方法在保证动作识别准确度的前提下,训练速度提高了7.5%~7.8%。该方法可以有效降低深度学习进行行为识别的硬件要求,提高模型训练效率,并可以广泛应用于智能机器人领域。

关键词：行为识别,3D卷积神经网络,残差网络,双数据流,深度学习理论

基金资助：国家重点研发计划资助项目(2017YFC0806503)。