计算机应用研究

作者：裴利沈,赵雪专,张国华,

单位：1.河南财经政法大学计算机与信息工程学院,郑州450046；2.郑州航空工业管理学院智能工程学院,郑州450046；3.中国航天科工飞航技术研究院,北京100074；

关键词：群体行为识别,深度神经网络,迁移学习,长短时记忆神经网络,时序一致性检测,

基金：国家自然科学基金资助项目(61806073)；河南省重点研发与推广专项(科技攻关)项目基金资助项目(192102210097,192102210126,212102210160,182102210210)；；

群体行为的多层次深度分析是行为识别领域亟待解决的重要问题。在深度神经网络研究的基础上，提出了群体行为识别的层级性分析模型。基于调控网络的迁移学习，实现了行为群体中多人体的时序一致性检测；通过融合时空特征学习，完成了群体行为中时长无约束的个体行为识别；通过场景中个体行为类别、交互场景上下文信息的融合，实现了对群体行为稳定有效的识别。在公用数据集上进行的大量实验表明，与现有方法相比，该模型在群体行为分析识别方面具有良好的效果。

来源：2022年第3期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2022年第3期