文献类型：期刊文章

作　　者：罗会兰[1] 童康[1] 孔繁胜[2]

LUO Hui-lan;TONG Kang;KONG Fan-sheng(School of Information Engineering,Jiangxi University of Science and Technology,Ganzhou,Jiangxi 341000,China;School of Computer Science and Technology,Zhejiang University,Hangzhou,Zhejiang 310027,China)

机构地区：[1]江西理工大学信息工程学院,江西赣州341000 [2]浙江大学计算机科学技术学院,浙江杭州310027

出　　处：《电子学报》

基　　金：国家自然科学基金(No.61462035;No.61862031);江西省自然科学基金(No.20171BAB202014);江西省青年科学家培养对象计划资助(No.20153BCB23010)

年　　份：2019

卷　　号：47

期　　号：5

起止页码：1162-1173

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：视频中的人体动作识别是计算机视觉领域内一个充满挑战的课题.不论是在视频信息检索、日常生活安全、公共视频监控,还是人机交互、科学认知等领域都有广泛的应用.本文首先简单介绍了动作识别的研究背景、意义及其难点,接着从模型输入信号的类型和数量、是否结合了传统特征提取方法、模型预训练三个维度详细综述了基于深度学习的动作识别方法,及比较分析了它们在UCF101和HMDB51这两个数据集上的识别效果.最后分别从视频预处理、视频中人体运动信息表征、模型学习训练这三个角度对未来动作识别可能的发展方向进行了论述.

关 键 词：动作识别  综述  卷积神经网络 深度学习  

分 类 号：TP391]