首页 > 论文 > 激光与光电子学进展 > 57卷 > 20期(pp:201506)

联合RGB和骨骼特征的自适应融合的行为识别 [Early Posting]

  • 摘要
  • 论文信息
  • 参考文献
  • 被引情况
分享:

摘要

传统的基于RGB和骨骼特征行为识别算法,普遍存在两种特征互补性不足及视频关键时序性不强等问题。针对于此,本文提出一种联合RGB和骨骼特征的自适应融合的行为识别算法。首先,面向RGB图像和骨骼图像,联合双向LSTM和自注意力机制提取两者时空特征;然后,构建自适应权重计算网络(AWCN),并以两者空间特征为输入计算出自适应权重;最后,利用自适应权重得到上述时空特征的融合特征,实现最终的动作分类。通过在Penn Action和JHMDB人体行为数据集上与现有的方法进行比较,实验结果表明,本文算法有效地提高了行为识别精度。

Newport宣传-MKS新实验室计划
补充资料

DOI:10.3788/lop57.201506

作者单位:

    江南大学
    江南大学
    江南大学

引用该论文

郭伏正,孔军,蒋敏. 联合RGB和骨骼特征的自适应融合的行为识别[J].激光与光电子学进展,2020,57(20):201506.