计算机应用研究

作者：罗会兰,包中生,

单位：江西理工大学信息工程学院,江西赣州341000；

关键词：深度学习,动作识别,视频采样,时间建模,

基金：国家自然科学基金资助项目(61862031)；江西省主要学科技术带头人领军人才计划资助项目(20213BCJ22004)；江西省学位与研究生教育教学改革研究重点项目(JXYJG-2020-120)；；

基于深度模型的视频动作识别通常先对输入视频进行采样，然后对获得的视频帧进行特征表达，输出动作类别，因此视频帧采样方法对动作识别的效果有直接的影响。为了采样到关键有效的特征，同时增强视频运动信息，提出了一种基于特征级采样策略的局部—全局运动信息增强的动作识别网络（local-global motion enhancement network，LGMeNet）。首先，利用特征级采样模块对输入数据进行相同运动信息间隔均匀取帧；其次，局部运动特征提取模块使用相似性函数计算单帧短期运动特征；最后，全局运动特征提取模块利用LSTM网络计算多尺度长期运动特征。通过实验评估，LGMeNet在UCF101和Something-SomethingV1数据集上分别取得了97.7%和56.9%的精确度。结果表明，采用LGMeNet能够有效提升动作识别的效果，对进一步改进相关领域的研究具有重要意义。

来源：2023年第12期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2023年第12期