基于优化卷积神经网络结构的人体行为识别OA北大核心CSTPCD
HUMAN BEHAVIOR RECOGNITION BASED ON OPTIMIZED CONVOLUTIONAL NEURAL NETWORK STRUCTURE
为了提高卷积神经网络对非线性特征以及复杂图像隐含的抽象特征提取能力,提出优化卷积神经网络结构的人体行为识别方法.通过优化卷积神经网络模型,构建嵌套Maxout多层感知器层的网络结构,增强卷积神经网络的卷积层对前景目标特征提取能力.通过嵌套Maxout多层感知器层网络结构可以线性地组合特征图并选择最有效特征信息,获取的特征图经过矢量化处理,分类器Softmax完成人体行为识别.仿真实验结果表明,该方法对人体行为识别准确率取得较好结果.
孙月驰;平伟;徐明磊
山东科技大学计算机科学与工程学院 山东 青岛 266590山东科技大学计算机科学与工程学院 山东 青岛 266590山东科技大学计算机科学与工程学院 山东 青岛 266590
信息技术与安全科学
深度学习卷积神经网络特征提取行为识别
《计算机应用与软件》 2021 (2)
198-204,269,8
山东省高等学校学生教育与管理研究项目(2017A007)山东省研究生教育创新计划一般项目 (SDYC16022).
评论