论文部分内容阅读
为了提高3D卷积神经网络在进行动态手语识别任务时的准确率,参考Resnet50网络提出了一种双通道的时空特征提取网络。该网络包含一个高采样频率分支和一个低采样频率分支,分别关注图像中的运动信息和语义信息,最终融合两个分支提取到的特征完成分类识别。在公开数据集UCF-101和自建手语数据集上完成实验验证,结果表明该网络能够充分捕捉时间特征信息和空间特征信息,对人体动作识别与手语动作识别均具有较高的识别能力。