基于深度学习的行为识别算法综述

来源：南京信息工程大学学报·自然科学版杂志2021年第6期北京时间：

作者：胡凯，郑翡，卢飞宇，黄昱锟

单位：胡凯,南京信息工程大学 自动化学院, 南京, 210044;南京信息工程大学 大气环境与装备技术协同创新中心, 南京, 210044,郑翡,南京信息工程大学 自动化学院, 南京, 210044;南京信息工程大学 大气环境与装备技术协同创新中心, 南京, 210044,卢飞宇,南京信息工程大学 自动化学院, 南京, 210044;南京信息工程大学 大气环境与装备技术协同创新中心, 南京, 210044,黄昱锟,南京信息工程大学 自动化学院, 南京, 210044;南京信息工程大学 大气环境与装备技术协同创新中心, 南京, 210044

摘要：人体行为识别一直是计算机视觉研究中的热点.随着近几年人体行为识别在虚拟现实、短视频等方面的广泛应用, 以及深度学习算法的快速发展, 基于深度学习的行为识别算法层出不穷.相较于传统方法, 基于深度学习的行为识别算法具有鲁棒性强、准确率高的优点.基于此, 本文对近年来提出的基于深度学习的行为识别算法进行了梳理, 并对由双流卷积网络和3D卷积网络结构发展而来的行为识别的系列算法进行了重点介绍, 并总结了各种算法的性能和成果, 最后对该领域进行了展望.

关键词：行为识别;深度学习;卷积网络

基金资助：国家自然科学基金(61773219, 61701244);国家重点研发计划(2018YFC1405703)