基于多模型融合的双人交互行为识别

为了充分利用视频中的有效信息,文中提出一种多模型互相融合的双人交互视频行为识别方法。为了解决人体目标检测不全以及特征提取冗余的问题,首先用YOLO_V4检测出人体,去除背景冗余信息;然后提出在Inception_V3网络中引入通道注意力模型SE⁃NET,进而强化关键特征的提取,使网络更加关注关键特征的细节;最后将特征信息送入拥有记忆功能的LSTM网络进行动作识别和分类。在一个国际公开的UT⁃Interaction数据集上测试验证文中提出的多模型互相融合双人交互识别算法。实验分析结果表明,交互行为识别的准确率有所提高,提高后的准确率为85.1%,说明多模型融合的方法具有更高的准确率。

资料为PDF文档格式.

本文档关键词:交互,识别,模型,融合,双人