计算机科学与探索

作者：董旭，谭励，周丽娜，宋艳艳

单位：北京工商大学 计算机与信息工程学院，北京 100048

关键词：场景识别,行为识别,字典学习,深度学习,视频理解

目前行为识别方法更关注动作本身，但短视频中包含的信息比较少，需要利用视频中的多种特征信息，提高任务行为识别的准确率。因此，对基于场景和行为联合特征的短视频行为识别方法进行了研究，利用场景信息作为上下文信息，提高传统单一行为识别网络的效果。首先对短视频中的场景特征利用深度融合网络进行提取；然后对短视频中的行为特征利用可变卷积网络进行RGB特征和Flow特征提取；最后利用字典学习的方法对构建的联合特征进行稀疏表示，提取出更具解释性的特征信息。在Charades测试集top-5准确率为33%，优于传统单一行为识别网络，使行为识别效果更加准确。

来源：2020年第10期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2020年第10期