论文部分内容阅读
为解决现有人体行为识别方法不能有效融合视频局部特征的问题,提高行为识别的准确率,对视频的一般特点进行分析,提出一种时序激励机制。以BN-Inception作为基础模型分别提取RGB图像序列与光流图像序列的特征,在模型中嵌入时许激励模块实现对视频局部特征序列的动态加权,突出局部特征序列中对行为识别有益的特征的作用,使融合得到的全局特征更具鉴别力。在数据集HMDB51和自建的油田生产现场行为识别数据集OilField-7上进行实验,准确率分别可达71.6%和92.8%,验证了所提方法的有效性。