期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于CNN/LSTM和稀疏下采样的人体行为识别 被引量:10
1
作者 陈煜平 邱卫根 《计算机工程与设计》 北大核心 2019年第5期1445-1450,共6页
针对人体行为识别提出一种基于深度学习的方法,使用CNN和LSTM以及MLP来构建的模型。用CNN提取视频的空间信息,LSTM提取视频的时间信息,使用MLP实现最后的分类,为提高训练速度,对视频剪辑进行稀疏下采样预处理。该模型在UCF-101数据集上... 针对人体行为识别提出一种基于深度学习的方法,使用CNN和LSTM以及MLP来构建的模型。用CNN提取视频的空间信息,LSTM提取视频的时间信息,使用MLP实现最后的分类,为提高训练速度,对视频剪辑进行稀疏下采样预处理。该模型在UCF-101数据集上达到了令人满意的效果,在与该领域中的同类算法比较中表现优异。 展开更多
关键词 人体行为识别 卷积神经网络 长短期记忆网络 多层感知器 稀疏下采样
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部