-
题名基于改进型C3D网络的人体行为识别算法
被引量：4
- 1
-
-
作者
席志红
冯宇
-
机构
哈尔滨工程大学信息与通信工程学院
-
出处
《应用科技》
CAS
2021年第5期47-53,共7页
-
文摘
针对原始C3D卷积神经网络参数量庞大,以及在压缩网络参数的同时进一步提高视频数据集中人体行为的识别率的问题,提出一种改进型C3D卷积神经网络模型。首先,采用全局平均池化和卷积分类操作取代全连接层,形成全卷积网络形式,之后在模型中分别引入卷积核为(3×3×3)和(1×1×1)的三维卷积层,并在此基础上采用卷积核为(3×1×7)和(3×7×1)的三维卷积层对多个(3×3×3)卷积层合并。最后,将所提方法在数据集UCF101和HMDB51上进行训练测试,并与当前深度学习现有流行算法进行比较。实验结果表明,本文所提方法与原始C3D网络模型相比,在UCF101数据集和HMDB51数据集上识别率分别提高了8.9%和7.9%,参数量压缩为原来的32.9%,并且在模型压缩和识别率上也均优于其他方法。
-
关键词
深度学习
人体行为识别
模型压缩
卷积神经网络
卷积核
全局平均池化
卷积层合并
视频数据集
-
Keywords
deep learning
human behavior recognition
model compression
convolutional neural network
convolution kernel
global average pooling
convolutional layer merge
video dataset
-
分类号
TP31
[自动化与计算机技术—计算机软件与理论]
-
