深度学习在视频动作识别中的应用

摘要

深度学习作为机器学习的一个分支,越来越被广泛的应用于计算机视觉和语音识别等领域。它利用多层神经网络结构,从大量数据中学习现实世界中各类事物能直接用于计算机计算的表示形式。比较流行的深度神经网络分是卷积神经网络（CNN）和递归神经网络（RNN）。本文中主要介绍了深度学习在视频动作识别中的应用,分别简述了基于单帧的识别方法、基于CNN扩展网络的识别方法、双路CNN的识别方法和基于LSTM的识别方法。比较了四个方法的异同,其中着重分析了基于LSTM的识别方法,因为它通过记忆细胞能够更好地对有时间序列输入的样本进行分类。