文献类型：期刊文章

作　　者：袁首[1] 乔勇军[1] 苏航[1] 陈青华[1] 刘星[1,2]

YUAN Shou;QIAO Yongjun;SU Hang;CHEN Qinghua;LIU Xing(Naval Aviation University,Yantai 264001,Shangdong,China;Unit 91967 of the PLA,Xingtai 054102,Hebei,China)

机构地区：[1]海军航空大学,山东烟台264001 [2]中国人民解放军91967部队,河北邢台054102

出　　处：《微电子学与计算机》

基　　金：军队“十三五”模拟仿真体系建设项目(2021-HCX-MN-050014)。

年　　份：2022

卷　　号：39

期　　号：8

起止页码：1-10

语　　种：中文

收录情况：JST、ZGKJHX、普通刊

摘　　要：行为识别作为计算机视觉领域研究的热点,在当今社会的智能安防、智能监控、智慧医疗等领域有着广泛的应用,而将在在计算机视觉方面有着突出表现的深度学习应用在行为识别研究上效果便更加显著.相较于传统基于手动特征提取方法,基于深度学习的行为识别方法具有速度快、鲁棒性强、准确率高等优点,因此文章针对基于深度学习中的视频行为识别方法进行综述.通过对国内外最新发表的相关文献进行归纳总结,首先阐述分析了传统行为识别方法以及相应改进点,依照网络架构的不同详细梳理基于深度学习的行为识别方法,继而研究对比常见的识别数据集并且比较各算法在数据集上的表现优劣,最后对本领域的研究进行总结,侧重于存在的问题对未来进行了展望,希望可以对之后研究者予以启迪和帮助.

关 键 词：行为识别  深度学习  手动特征  网络架构 数据集

分 类 号：TP301.6]