基于深度學(xué)習(xí)的動(dòng)作識(shí)別研究.pdf

1、動(dòng)作識(shí)別鑒于其在視頻跟蹤、運(yùn)動(dòng)分析、輔助醫(yī)療、虛擬現(xiàn)實(shí)和人機(jī)智能交互等領(lǐng)域的廣泛應(yīng)用而成為計(jì)算機(jī)視覺領(lǐng)域的研究熱點(diǎn)。動(dòng)作識(shí)別技術(shù)是指通過一些方法使計(jì)算機(jī)對(duì)視頻或者圖像序列中的運(yùn)動(dòng)行為提取出具有分辨能力的特征進(jìn)行識(shí)別分析。盡管目前已經(jīng)提出了許多動(dòng)作識(shí)別的方法，但是這個(gè)問題依然具有挑戰(zhàn)性。動(dòng)作識(shí)別的主要難點(diǎn)是設(shè)計(jì)一個(gè)模型，使其不僅能從背景中檢測(cè)出目標(biāo)和動(dòng)作，而且能準(zhǔn)確識(shí)別動(dòng)作多樣性的變化，如動(dòng)作有部分被遮擋時(shí)和同一動(dòng)作在不同的環(huán)境下發(fā)生時(shí)導(dǎo)

2、致的變化等。目前很多手動(dòng)設(shè)計(jì)的模型，對(duì)特定的動(dòng)作有一定的識(shí)別能力，對(duì)更加普遍的動(dòng)作多樣的變化的識(shí)別能力有一定的限制?；谏疃葘W(xué)習(xí)方法構(gòu)建深度網(wǎng)絡(luò)自動(dòng)地提取特征是目前動(dòng)作識(shí)別中值得關(guān)注的一個(gè)方向。
　　本文提出基于深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)模型，對(duì)動(dòng)作識(shí)別進(jìn)行了研究。首先，我們訓(xùn)練UCF101數(shù)據(jù)集學(xué)習(xí)一個(gè)深度雙流卷積神經(jīng)網(wǎng)絡(luò)模型并測(cè)試其性能，該模型包括空間流和時(shí)間流的深度卷積神經(jīng)網(wǎng)絡(luò)，空間網(wǎng)絡(luò)以視頻中的RGB圖像為輸入，從靜止圖像中捕

3、捉描述目標(biāo)外觀的信息;時(shí)間網(wǎng)絡(luò)以光流圖為輸入，提取描述動(dòng)作的運(yùn)動(dòng)信息。其次，本文提出了多階段訓(xùn)練深度卷積神經(jīng)網(wǎng)絡(luò)的方法，使用多個(gè)分類器聯(lián)合識(shí)別視頻中的動(dòng)作。另外，本文利用支持向量機(jī)分類器對(duì)卷積網(wǎng)絡(luò)自動(dòng)提取的特征進(jìn)行分類，有效提高了識(shí)別的準(zhǔn)確率。最后，我們使用遷移學(xué)習(xí)的方法在HMDB51數(shù)據(jù)集上進(jìn)行動(dòng)作識(shí)別。
　　本文提出的基于深度學(xué)習(xí)的動(dòng)作識(shí)別算法在兩個(gè)基準(zhǔn)的動(dòng)作識(shí)別數(shù)據(jù)集上進(jìn)行了驗(yàn)證，實(shí)驗(yàn)的結(jié)果表明本文提出的算法比已有的先進(jìn)方法