基于CNN/LSTM和稀疏下采样的人体行为识别

摘要

针对人体行为识别提出一种基于深度学习的方法,使用CNN和LSTM以及MLP来构建的模型.用CNN提取视频的空间信息,LSTM提取视频的时间信息,使用MLP实现最后的分类,为提高训练速度,对视频剪辑进行稀疏下采样预处理.该模型在UCF-101数据集上达到了令人满意的效果,在与该领域中的同类算法比较中表现优异.