基于3D卷积神经网络的行为识别方法研究
人体行为识别在智能视频监控、客户类型、购物行为分析等现实生活中有着广泛的应用需求，然而由于杂乱的背景、遮挡和视点变化等因素的影响，准确的识别、分析现实场景中人体的行为仍然是一个具有挑战性的问题，所以开发出一套先进的行为识别算法就有着至关重要的作用。 传统的行为识别方法主要由两步组成，第一步是提取视频图像的特征，第二步利用学习的分类器对特征进行分类。在真实场景中，不同的行为在外观和运动模式上有明显的不同，因此很难选择合适的特征，而深度学习模型可以通过样本学习特征，从而具有比传统行为识别方法更好的优势。 本文就是在深度学习理论的基础上，提出了一种基于3D卷积神经网络的人体行为识别方法。主要由以下部分组成： 首先，本文构建了一种3D卷积神经网络模型(C3D)、训练并提取C3D卷积神经网络特征；其次，在C3D卷积神经网络的基础上构建基于运动轨迹的3D卷积神经网络(TC3D)、训练并提取TC3D卷积神经网络特征；然后，把视频的光流图像送入VGG16网络模型中提取时域特征；最后，把C3D卷积神经网络特征与时域特征进行融合，送入SVM进行类别划分，最后对实验结果测试、分析以及展望。 本文在UCFlOI数据集上进行了测试，未使用预训练模型时，C3D网络模型准确识别率为43.171%，TC3D网络模型准确识别率为38.92%，降低了4.251%;使用预训练模型C3D网络模型准确识别率为79.1551%，VGG16网络模型准确识别率为68.5961%，而将C3D特征与时域串行特征融合准确识别率为88.5547%，相较于C3D提高了9.3996%，加权融合准确识别率为87.1545%，相较于C3D提高了7.9994%。结果表明，TC3D不能更好的学习行为特征，而C3D特征与时域特征的融合能提高准确识别率，有较好的鲁棒性。
行为识别;3D卷积神经;特征融合;稠密轨迹
西安理工大学
硕士
信号与信息处理
赵凡
2018
中文
TP391.41
58
2018-12-18（万方平台首次上网日期，不代表论文的发表时间）