基于訓(xùn)練圖CNN特征的識(shí)別算法

　　視頻人體動(dòng)作識(shí)別一直是具有重要學(xué)術(shù)價(jià)值的研究領(lǐng)域。在傳統(tǒng)方法中，動(dòng)作特征和軌跡特征效果最為優(yōu)秀，改進(jìn)密集軌跡（ Improved Dense　Trajectories，IDT）特征在HMDB-51動(dòng)作庫上就可以達(dá)到57. 2%的準(zhǔn)確率，融合了IDT特征的組合特征可以在UCFI01動(dòng)作庫上達(dá)到89. 62%的準(zhǔn)確率。而只用了圖像RGB數(shù)據(jù)的空域卷積網(wǎng)絡(luò)模型僅能分別做到40. 5%和73. 0%。

　　為將卷積神經(jīng)網(wǎng)絡(luò)（ CNN）應(yīng)用到視頻理解中，提出一種基于訓(xùn)練圖CNN特征的識(shí)別算法。利用圖像RGB數(shù)據(jù)識(shí)別視頻人體動(dòng)作，使用現(xiàn)有的CNN模型從圖像中提取特征，并采用長短記憶單元的遞歸神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練分類，研究CNN模型和隱層的選擇、優(yōu)化、特征矢量化和降維。實(shí)驗(yàn)結(jié)果表明，與使用圖像RGB數(shù)據(jù)注意力模型的算法和組合長短期記憶模型算法相比，該算法具有更高的準(zhǔn)確率。