|
|||||
|
|
| 基于Kinect的双流时空卷积人体行为识别技术 | |
| 作者姓名： | 熊新炎 张童 |
| 作者单位： | 哈尔滨商业大学轻工学院 |
| 摘 要： | 针对原有双流时空卷积网络模型中网络深度不足，从而导致人体行为识别结果偏低的问题，针对该网络模型进行改进，且融入Kinect骨骼序列数据.对于输入数据，通过Kinect相机对人体动作转化为骨骼序列；改进双流卷积网络模型是在原有的模型框架下，用RestNet-50网络结构替代原VGG-16网络结构，再对数据进行一系列处理.在HMDB-51和UCF-101两个公开数据集上进行模型的训练和验证，其识别结果分别为70.8%和91.4%,通过对比结果表明，本文提出的改进双流卷积网络融合Kinect骨骼数据能够有效提升人体行为识别的正确率. |
| 关 键 词： | Kinect 骨骼序列 双流神经网络 人体行为识别 |