论文部分内容阅读
针对基于视频的行为识别问题,设计了一种具有双路径、多尺度特征融合层的3D卷积网络改进结构3D-MsDPN。该网络结构通过残差连接和密集连接双路径提升了对时空信息的提取能力,通过时空多尺度融合层提升了各卷积模块的时空感受野范围。使用该网络结构在灰度、光流和深度视频中提取特征,通过一种新的基于深度神经网络的多特征典型相关分析方法对3种特征进行融合并通过线性加权进一步提升了融合效果。在两个公开数据集上的实验表明该方法在分类准确率上优于现有其他模型。