基于GFU和分层LSTM的组群行为识别研究方法OA北大核心CSCDCSTPCD
Group Activity Recognition Based on GFU and Hierarchical LSTM
提出一种以“关键人物”为核心,使用门控融合单元(GFU,Gated Fusion Unit)进行特征融合的组群行为识别框架,旨在解决两个问题:①组群行为信息冗余,重点关注关键人物行为特征,忽略无关人员对组群行为的影响;②组群内部交互行为复杂,使用GFU有效融合以关键人物为核心的交互特征,再通过LSTM时序建模成为表征能力更强的组群特征.最终,通过softmax分类器进行组群行为类别分类.该算法在排球数据集上取得了86.7％的平均识别率.
王传旭;薛豪
青岛科技大学信息科学技术学院,山东青岛266001青岛科技大学信息科学技术学院,山东青岛266001
信息技术与安全科学
组群行为识别关键人物建模交互特征建模门控融合单元
《电子学报》 2020 (8)
复杂组群行为中动作元建模及深层交互关系模型推理关键问题研究
1465-1471,7
国家自然科学基金(No.61672305)
评论