本文選題：卷積神經網(wǎng)絡 + 深度學習�。� 參考：《光學精密工程》2017年03期

【摘要】：為了減化傳統(tǒng)人體行為識別方法中的特征提取過程,提高所提取特征的泛化性能,本文提出了一種基于深度卷積神經網(wǎng)絡和多尺度信息的人體行為識別方法。該方法以深度視頻為研究對象,通過構建基于卷積神經網(wǎng)絡的深度結構,并融合粗粒度的全局行為模式與細粒度的局部手部動作等多尺度信息來研究人體行為的識別。MSRDailyActivity3D數(shù)據(jù)集上的實驗得出該數(shù)據(jù)集上第11~16種行為的平均識別準確率為98%,所有行為的平均識別準確率為60.625%。結果表明,本方法能對人體行為進行有效識別,基本能準確識別運動較為明顯的人體行為,對僅有手部局部運動的行為的識別準確率有所下降。
[Abstract]:In order to reduce the feature extraction process in traditional human behavior recognition methods and improve the generalization performance of the extracted features, a human behavior recognition method based on deep convolution neural network and multi-scale information is proposed in this paper. This method takes the depth video as the research object and constructs the depth structure based on convolutional neural network. And combining coarse-grained global behavior pattern with fine-grained local hand action and other multi-scale information to study the recognition of human behavior. MSRDailyActivity3D data set experiments show that the average recognition accuracy of 1116 behaviors in this dataset is 98%. The average recognition accuracy of all behaviors was 60.625. The results show that this method can effectively identify human behavior, and can recognize the human behavior with obvious movement accurately, and the accuracy of recognition for the behavior with only local movement of the hand is decreased.
【作者單位】： 重慶理工大學計算機學院;廣西師范學院計算機與信息工程學院;
【基金】：重慶市教委科學技術研究基金資助項目(No.KJ1400926) 廣西自然科學基金重點項目(No.2014GXNSFDA118037)
【分類號】：TP391.41;TP183

【參考文獻】

相關期刊論文 前2條

1 張迪飛;張金鎖;姚克明;成明偉;吳永國;;基于SVM分類的紅外艦船目標識別[J];紅外與激光工程;2016年01期

2 陳芬;鄭迪;彭宗舉;蔣剛毅;王葉群;;基于模式復雜度的深度視頻快速宏塊模式選擇算法[J];光學精密工程;2014年08期

【共引文獻】

相關期刊論文 前3條

1 李瑞東;孫協(xié)昌;李勐;;空間目標紅外特征提取與識別技術[J];紅外技術;2017年05期

2 徐濤;賈松敏;張國梁;;元胞自動機多尺度優(yōu)化的顯著性細微區(qū)域檢測[J];光學精密工程;2017年05期

3 劉智;黃江濤;馮欣;;構建多尺度深度卷積神經網(wǎng)絡行為識別模型[J];光學精密工程;2017年03期

【二級參考文獻】

相關期刊論文 前8條

1 張全發(fā);蒲寶明;李天然;孫宏國;;基于HOG特征和機器學習的工程車輛檢測[J];計算機系統(tǒng)應用;2013年07期

2 吳銀花;金龍旭;張柯;;應用J_(mode)值單調性的快速P幀模式選擇算法[J];液晶與顯示;2013年02期

3 吳銀花;金龍旭;張寧;張柯;韓雙麗;趙運隆;李進;;針對H.264改進的快速整像素運動估計算法[J];光學精密工程;2013年04期

4 祝世平;張玲;;基于分形和H.264的視頻編碼系統(tǒng)[J];光學精密工程;2013年03期

5 史國凱;王瓊華;李大海;趙悟翔;彭華榮;羅江勇;;基于分割的離焦圖像深度圖提取方法[J];液晶與顯示;2012年02期

6 楊旭;常義林;霍俊彥;元輝;李兵兵;陳濤;;一種三維視頻深度圖像快速幀內編碼方法[J];西安電子科技大學學報;2012年03期

7 王鵬;呂高杰;龔俊斌;田金文;;一種復雜海天背景下的紅外艦船目標自動檢測方法[J];武漢大學學報(信息科學版);2011年12期

8 趙磊;王斌;張立明;;基于分割窗半監(jiān)督支持向量機的遙感圖像變化檢測[J];復旦學報(自然科學版);2010年02期

【相似文獻】

相關期刊論文 前10條

1 云中客;新的神經網(wǎng)絡來自于仿生學[J];物理;2001年10期

2 唐春明,高協(xié)平;進化神經網(wǎng)絡的研究進展[J];系統(tǒng)工程與電子技術;2001年10期

3 李智;一種基于神經網(wǎng)絡的煤炭調運優(yōu)化方法[J];長沙鐵道學院學報;2003年02期

4 程科,王士同,楊靜宇;新型模糊形態(tài)神經網(wǎng)絡及其應用研究[J];計算機工程與應用;2004年21期

5 王凡,孟立凡;關于使用神經網(wǎng)絡推定操作者疲勞的研究[J];人類工效學;2004年03期

6 周麗暉;從統(tǒng)計角度看神經網(wǎng)絡[J];統(tǒng)計教育;2005年06期

7 趙奇 ,劉開第 ,龐彥軍;灰色補償神經網(wǎng)絡及其應用研究[J];微計算機信息;2005年14期

8 袁婷;;神經網(wǎng)絡在股票市場預測中的應用[J];軟件導刊;2006年05期

9 尚晉;楊有;;從神經網(wǎng)絡的過去談科學發(fā)展觀[J];重慶三峽學院學報;2006年03期

10 楊鐘瑾;;神經網(wǎng)絡的過去、現(xiàn)在和將來[J];青年探索;2006年04期

相關會議論文 前10條

1 徐春玉;;基于泛集的神經網(wǎng)絡的混沌性[A];1996中國控制與決策學術年會論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經網(wǎng)絡[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

3 羅山;張琳;范文新;;基于神經網(wǎng)絡和簡單規(guī)劃的識別融合算法[A];2009系統(tǒng)仿真技術及其應用學術會議論文集[C];2009年

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國神經網(wǎng)絡與信號處理學術會議論文集[C];1999年

5 鐘義信;;知識論:神經網(wǎng)絡的新機遇——紀念中國神經網(wǎng)絡10周年[A];1999年中國神經網(wǎng)絡與信號處理學術會議論文集[C];1999年

6 許進;保錚;;神經網(wǎng)絡與圖論[A];1999年中國神經網(wǎng)絡與信號處理學術會議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數(shù)值預報產品的神經網(wǎng)絡釋用預報應用[A];1999年中國神經網(wǎng)絡與信號處理學術會議論文集[C];1999年

8 田金亭;;神經網(wǎng)絡在中學生創(chuàng)造力評估中的應用[A];第十二屆全國心理學學術大會論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經網(wǎng)絡的混沌特性研究[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學學報（增刊）][C];2009年

10 張廣遠;萬強;曹海源;田方濤;;基于遺傳算法優(yōu)化神經網(wǎng)絡的故障診斷方法研究[A];第十二屆全國設備故障診斷學術會議論文集[C];2010年

相關重要報紙文章 前10條

1 美國明尼蘇達大學社會學博士 密西西比州立大學國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護好創(chuàng)新的“神經網(wǎng)絡硬件”[N];中國教師報;2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計算機世界;2001年

3 葛一鳴 路邊文;人工神經網(wǎng)絡將大顯身手[N];中國紡織報;2003年

4 中國科技大學計算機系　邢方亮;神經網(wǎng)絡挑戰(zhàn)人類大腦[N];計算機世界;2003年

5 記者 孫剛;“神經網(wǎng)絡”：打開復雜工藝“黑箱”[N];解放日報;2007年

6 本報記者 劉霞;美用DNA制造出首個人造神經網(wǎng)絡[N];科技日報;2011年

7 健康時報特約記者　 張獻懷;干細胞移植：修復受損的神經網(wǎng)絡[N];健康時報;2006年

8 劉力;我半導體神經網(wǎng)絡技術及應用研究達國際先進水平[N];中國電子報;2001年

9 ;神經網(wǎng)絡和模糊邏輯[N];世界金屬導報;2002年

10 鄒麗梅 陳耀群;江蘇科大神經網(wǎng)絡應用研究通過鑒定[N];中國船舶報;2006年

相關博士學位論文 前10條

1 楊旭華;神經網(wǎng)絡及其在控制中的應用研究[D];浙江大學;2004年

2 李素芳;基于神經網(wǎng)絡的無線通信算法研究[D];山東大學;2015年

3 石艷超;憶阻神經網(wǎng)絡的混沌性及幾類時滯神經網(wǎng)絡的同步研究[D];電子科技大學;2014年

4 王新迎;基于隨機映射神經網(wǎng)絡的多元時間序列預測方法研究[D];大連理工大學;2015年

5 付愛民;極速學習機的訓練殘差、穩(wěn)定性及泛化能力研究[D];中國農業(yè)大學;2015年

6 李輝;基于粒計算的神經網(wǎng)絡及集成方法研究[D];中國礦業(yè)大學;2015年

7 王衛(wèi)蘋;復雜網(wǎng)絡幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學;2015年

8 張海軍;基于云計算的神經網(wǎng)絡并行實現(xiàn)及其學習方法研究[D];華南理工大學;2015年

9 李艷晴;風速時間序列預測算法研究[D];北京科技大學;2016年

10 陳輝;多維超精密定位系統(tǒng)建模與控制關鍵技術研究[D];東南大學;2015年

相關碩士學位論文 前10條

1 章穎;混合不確定性模塊化神經網(wǎng)絡與高校效益預測的研究[D];華南理工大學;2015年

2 賈文靜;基于改進型神經網(wǎng)絡的風力發(fā)電系統(tǒng)預測及控制研究[D];燕山大學;2015年

3 李慧芳;基于憶阻器的渦卷混沌系統(tǒng)及其電路仿真[D];西南大學;2015年

4 陳彥至;神經網(wǎng)絡降維算法研究與應用[D];華南理工大學;2015年

5 董哲康;基于憶阻器的組合電路及神經網(wǎng)絡研究[D];西南大學;2015年

6 武創(chuàng)舉;基于神經網(wǎng)絡的遙感圖像分類研究[D];昆明理工大學;2015年

7 李志杰;基于神經網(wǎng)絡的上證指數(shù)預測研究[D];華南理工大學;2015年

8 陳少吉;基于神經網(wǎng)絡血壓預測研究與系統(tǒng)實現(xiàn)[D];華南理工大學;2015年

9 張韜;幾類時滯神經網(wǎng)絡穩(wěn)定性分析[D];渤海大學;2015年

10 邵雪瑩;幾類時滯不確定神經網(wǎng)絡的穩(wěn)定性分析[D];渤海大學;2015年

，

本文編號：1901714