公开(公告)号：CN107273800B

公开(公告)日：2020-08-14

申请号：CN201710337015.0

申请日：2017-05-17

Applicant: 大连理工大学

Inventor： 葛宏伟 ,  宇文浩 ,  闫泽航

IPC: G06K9/00 ,  G06N3/04

Abstract: 本发明属于计算机视觉动作识别领域，提出了一种基于注意机制的的卷积递归神经网络的动作识别方法，用以解决在动作识别中无法有效的提取显著性区域的问题，提高了分类的准确性。本方法首先利用卷积神经网络自动地对动作视频进行特征提取；然后利用空间转换网络在特征图的基础上实现了注意机制，利用注意机制操作提取特征图中的显著区域，生成目标特征图；最后将目标特征图输入卷积递归神经网络中，产生最后的动作识别结果。实验证明所提方法在UCF‑11和HMDB‑51等基准动作视频测试集上取得了很好的效果，提高了动作识别的准确性。

公开(公告)号：CN107273800A

公开(公告)日：2017-10-20

申请号：CN201710337015.0

申请日：2017-05-17

Applicant: 大连理工大学

Inventor： 葛宏伟 ,  宇文浩 ,  闫泽航

IPC: G06K9/00 ,  G06N3/04

CPC classification number: G06K9/00342 ,  G06K9/00718 ,  G06N3/0454

Abstract: 本发明属于计算机视觉动作识别领域，提出了一种基于注意机制的卷积递归神经网络的动作识别方法，用以解决在动作识别中无法有效的提取显著性区域的问题，提高了分类的准确性。本方法首先利用卷积神经网络自动地对动作视频进行特征提取；然后利用空间转换网络在特征图的基础上实现了注意机制，利用注意机制操作提取特征图中的显著区域，生成目标特征图；最后将目标特征图输入卷积递归神经网络中，产生最后的动作识别结果。实验证明所提方法在UCF-11和HMDB-51等基准动作视频测试集上取得了很好的效果，提高了动作识别的准确性。