计算机工程与科学 ›› 2021, Vol. 43 ›› Issue (01): 105-111.
王雪娇,智敏
WANG Xue-jiao,ZHI Min
摘要: 针对复杂场景中人体动作识别准确率不高的问题,构建了一种基于可变形卷积网络(DCN)与可变形部件模型(DPM)融合改进的人体动作识别系统。首先将DPM的部件滤波器由5个增加到8个,并结合分支定界算法共同将准确率提高约11个百分点,速度提高3倍左右;其次利用DCN根据人体动作进行感兴趣点采样;然后将改进的DPM与DCN在可变形池化前进行融合;最后通过全连接层对输入数据进行动作的识别。实验结果表明,此系统能够在人体动作数据集上更快、更准确地得到识别结果。