基于卷积神经网络的人体行为识别
随着视频设备的普及，人体行为识别技术被广泛应用于智能制造，智能监控等领域中。传统的人体行为识别方法通常是经过人工设计特征的方式进行行为识别，例如模板匹配，三维建模等。虽然这些方法在场景简单视频中可以取得较好的识别率，但是面对现实中场景复杂的视频时，识别效果却是不尽人意。在人体行为识别任务中，主要难点是对人体的动作特征和时域特征进行准确提取，而人工设计的特征的方式难以做到这一点。随着卷积神经网络的发展，人工设计特征的方式逐渐被卷积神经网络自动提取特征的方式所替代，大量的图像识别任务以及视频检测任务被解决。因此，本文提出一种基于卷积神经网络的人体行为识别方法。
- 2021-07-01
- 阅读184
- 下载0
- 67页
- pdf
