成果介绍
本发明公开了一种基于改进深度残差网络的人体行为识别方法。
成果亮点
包括训练阶段和测试阶段:在训练阶段,使用摄像头获取图像数据集,使用分段采样的稀疏采样策略提取训练视频的原始帧,将提取的原始帧送入通道注意力机制改进深度残差网络的进行训练;在测试阶段,提取测试视频的原始帧,送入训练得到的改进深度残差网络模型,通过softmax分类器判断出最终的行为类别。本发明方法能够根据特征通道的重要程度对重要特征进行增强,对不重要的特征进行抑制,从而提高模型对输入数据的特征提取能力。本发明网络具有较高的运行速度和较高的行为识别准确率以及较低的网络复杂度,特别是在一些复杂动作和较难识别动作中能够提取有效特征具有较好的表现。
团队介绍
罗仁泽,刘恒,林虹宇,吴涛,曹瑞,雷璨如,易玺,廖波,赵丹,王清松,谭亮
成果资料