基于深度學習框架的動作識別研究.pdf

1、動作識別是計算機視覺領域的重要研究課題，同時也是當前極具挑戰(zhàn)性的熱點問題。近幾年來它更加引起了人們的注意力，它在自動視頻分析、視頻監(jiān)控、運動事件分析、人機交互和虛擬現(xiàn)實等領域都有潛在的應用前景和市場。傳統(tǒng)動作識別方法主要包括以下幾個步驟:(1)局部特征提取和預處理;(2)特征池化與量化;(3)分類器訓練和動作識別。在傳統(tǒng)方法中，使用改進的密集軌跡局部特征(iDT)和費舍爾向量(Fisher vector)的方法是目前的主流方法，它在多個

2、數(shù)據(jù)集上面取得領先性能。然而，改進密集軌跡特征存在許多問題，例如特征提取時間較慢、特征占空間太大、無法從數(shù)據(jù)中學習特征等。
　　近年來，深度學習已經(jīng)在語音、圖像識別等領域出得了突破性進展，并且在多個領域?qū)鹘y(tǒng)方法產(chǎn)生了性能的碾壓。然而，在視頻動作識別的領域中，深度學習方法進展緩慢，一直無法超越傳統(tǒng)方法的性能。為了解決傳統(tǒng)方法存在的眾多問題，同時探索深度學習方法在動作識別領域的應用，本文提出使用深度學習框架進行動作識別的研究?；谏?/p>

3、度學習框架以及動作識別的最新進展，本文提出兩種動作識別框架:(1)局部特征與深度特征融合的動作識別方法;(2)卷積層特征池化的動作識別方法。前者充分利用局部特征包含豐富時間信息以及深度特征包含大量場景信息的特點，將兩類特征進行融合用來提高動作識別的性能。后者直接在非常深的深度網(wǎng)絡上提取卷積層特征并采用多種方式的池化，重新編碼得到新的特征用于動作識別。相比較傳統(tǒng)方法，本文提出的兩種方法具有實現(xiàn)快速、特征占空間小、性能更高的優(yōu)勢，并且在多個