用1D卷积神经网络对人类行动识别进行微调时间密集采样.

科学领域:

• 计算机视觉 计算机视觉
• 机器学习 机器学习
• 人工智能的人工智能

背景情况:

• 人类动作识别对于许多应用程序至关重要,但由于视觉变化而面临挑战.
• 先进的表示学习提高了性能,但强大的动作识别仍然很困难.

研究的目的:

• 为了应对视觉变化引起的人类行动识别的挑战.
• 提出一种新的方法,FTDS-1DConvNet,用于增强特征提取和分类.

主要方法:

• 时间分段将视频分成部分.
• 时间密集采样和微调的Inception-ResNet-V2用于特征提取.
• 1D卷积神经网络 (1DConvNet) 用于表示学习和分类.

主要成果:

• 在UCF101数据集上实现了88.43%的分类准确度.
• 在HMDB51数据集上实现了56.23%的分类准确度.
• 在两个数据集上都超过了现有的最先进的方法.

结论:

• 拟议的FTDS-1DConvNet方法有效地捕捉了人类行动识别的突出特征.
• 与当前最先进的技术相比,FTDS-1DConvNet表现出卓越的性能.