基于注意力機(jī)制與三維卷積聚合的動(dòng)作識(shí)別

打開文本圖片集

摘  要：由于視頻數(shù)據(jù)大量，視覺內(nèi)容豐富，如何有效地提取視頻中的時(shí)間特征，有效地融合時(shí)空特征是動(dòng)作識(shí)別中的一個(gè)難題。針對(duì)這些困難，提出了一種基于注意力機(jī)制和三維卷積聚合的動(dòng)作識(shí)別新算法。為了驗(yàn)證該算法的有效性，在大型公共行為數(shù)據(jù)集UCF101上進(jìn)行了驗(yàn)證。實(shí)驗(yàn)結(jié)果表明，該算法具有良好的時(shí)間特征建模能力，有效地提高了動(dòng)作識(shí)別的精度。（剩余8120字）