基于三维卷积深度神经网络和深度视频的动作识别方法

摘要

本发明公开了一种基于三维卷积深度神经网络和深度视频的动作识别方法，本发明以深度视频为研究对象，构建了3维卷积深度神经网络自动学习人体行为的时空特征，使用Softmax分类器进行人体行为的分类识别。实验结果表明，本发明提出的方法能够有效提取人体行为的潜在特征，不但在MSR‑Action3D数据集上能够获得较好的识别效果，在UTKinect‑Action3D数据集也能够获得较好的识别效果。