一種基于SR3D網(wǎng)絡(luò)的人體行為識別算法

打開文本圖片集

摘要：針對三維卷積神經(jīng)網(wǎng)絡(luò)無法高效地提取時空特征，提出了一種基于SR3D網(wǎng)絡(luò)的人體行為識別算法。首先，將三維殘差模塊的BN層和Relu激活函數(shù)放置在三維卷積層之前，更好地提取時空特征;然后，將改進(jìn)的三維殘差塊和SE模塊組合成SR3D模塊，增加重要通道的利用率，提高了網(wǎng)絡(luò)的識別率。在UCF-101和自制異常行為數(shù)據(jù)集上進(jìn)行了大量實(shí)驗(yàn)結(jié)果表明，SR3D算法分別達(dá)到了47.7%和83.6%的識別率（top-1精度），與三維卷積網(wǎng)絡(luò)（C3D）相比分別提高了4.6和17.3個百分點(diǎn)。（剩余3264字）