电讯技术

作者：杨思佳,辛山,刘悦,张雷

单位：(北京建筑大学 电气与信息工程学院,北京 100044)

关键词：多视角动作识别；大姿态人脸识别；三维残差网络；长短时记忆(LSTM)网络；

基金：北京市重点实验室项目（BZ0337）；智能机器人与系统高精尖创新中心建设项目（00921917001）

在基于视频图像的动作识别中，由于固定视角相机所获取的不同动作视频存在视角差异，会造成识别准确率降低等问题。使用多视角视频图像是提高识别准确率的方法之一，提出基于三维残差网络（3D Residual Network，3D ResNet）和长短时记忆（Long Short-term Memory,LSTM）网络的多视角人体动作识别算法，通过3D ResNet学习各视角动作序列的融合时空特征，利用多层LSTM网络继续学习视频流中的长期活动序列表示并深度挖掘视频帧序列之间的时序信息。在NTU RGB+D 120数据集上的实验结果表明，该模型对多视角视频序列动作识别的准确率可达83.2%。

来源：2023年第6期

《电讯技术》期刊编辑部

查看电讯技术杂志2023年第6期