资源描述：
《基于深度学习的人体行为识别算法综述.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第42卷第6期自动化学报Vol.42,No.62016年6月ACTAAUTOMATICASINICAJune,2016基于深度学习的人体行为识别算法综述朱煜1赵江坤1王逸宁1郑兵兵1摘要人体行为识别和深度学习理论是智能视频分析领域的研究热点,近年来得到了学术界及工程界的广泛重视,是智能视频分析与理解、视频监控、人机交互等诸多领域的理论基础.近年来,被广泛关注的深度学习算法已经被成功运用于语音识别、图形识别等各个领域.深度学习理论在静态图像特征提取上取得了卓著成就,并逐步推广至具有时间序列的视频行为识别研究中.本文在回顾了基于时空兴趣点等传统
2、行为识别方法的基础上,对近年来提出的基于不同深度学习框架的人体行为识别新进展进行了逐一介绍和总结分析;包括卷积神经网络(Convolutionneuralnetwork,CNN)、独立子空间分析(Independentsubspaceanalysis,ISA)、限制玻尔兹曼机(RestrictedBoltzmannmachine,RBM)以及递归神经网络(Recurrentneuralnetwork,RNN)及其在行为识别中的模型建立,对模型性能、成果进展及各类方法的优缺点进行了分析和总结.关键词行为识别,深度学习,卷积神经网络,限制玻尔兹
3、曼机引用格式朱煜,赵江坤,王逸宁,郑兵兵.基于深度学习的人体行为识别算法综述.自动化学报,2016,42(6):848¡857DOI10.16383/j.aas.2016.c150710AReviewofHumanActionRecognitionBasedonDeepLearning1111ZHUYuZHAOJiang-KunWANGYi-NingZHENGBing-BingAbstractHumanactionrecognitionisanactiveresearchtopicinintelligentvideoanalysisandi
4、sgainingextensiveattentioninacademicandengineeringcommunities.Thistechnologyisanimportantbasisofintelligentvideoanalysis,videotagging,humancomputerinteractionandmanyother¯elds.Thedeeplearningtheoryhasbeenmaderemarkableachievementsonstillimagefeatureextractionandgraduallyex
5、tendstothetimesequencesofhumanactionvideos.Thispaperreviewsthetraditionaldesignofactionrecognitionmethods,suchasspatial-temporalinterestpoint,introducesandanalyzesdi®erenthumanactionrecognitionframeworkbasedondeeplearning,includingconvolutionneuralnetwork(CNN),independents
6、ubspaceanalysis(ISA)model,restrictedBoltzmannmachine(RBM),andrecurrentneuralnetwork(RNN).Finally,thispapersummarizestheadvantagesanddisadvantagesofthesemethods.KeywordsActionrecognition,deeplearning,convolutionneuralnetwork(CNN),restrictedBoltzmannmachine(RBM)CitationZhuYu
7、,ZhaoJiang-Kun,WangYi-Ning,ZhengBing-Bing.Areviewofhumanactionrecognitionbasedondeeplearning.ActaAutomaticaSinica,2016,42(6):848¡857基于机器视觉的人体行为识别是将包含人体动的视频检索方法都是人工对其进行标定,其中有很作的视频添加上动作类型的标签.近年来,随着视频多主观因素,如果能够将人体行为识别方法应用到采集传感器及信息科学技术的不断发展,这方面的该领域,将大大提高建立索引的效率及搜索效果.研究在视频监控、人机
8、接口、基于内容的视频检索人体行为识别工作主要分为两个过程:特征表等方面逐渐成为一个具有广泛应用前景的研究课题.征和动作的识别及理解.图1为动作识别的原理框自动化监控对生产生活产生
