电子学报 ›› 2020, Vol. 48 ›› Issue (8): 1465-1471.DOI: 10.3969/j.issn.0372-2112.2020.08.002

• 学术论文 • 上一篇    下一篇

基于GFU和分层LSTM的组群行为识别研究方法

王传旭, 薛豪   

  1. 青岛科技大学信息科学技术学院, 山东青岛 266001
  • 收稿日期:2019-09-19 修回日期:2020-03-31 出版日期:2020-08-25 发布日期:2020-08-25
  • 作者简介:王传旭 男,1968年1月出生,山东邹城人.教授、硕士生导师.1990年、2000年和2007年分别在石油大学(华东)、石油大学(北京)工业自动化和中国海洋大学获应用电子技术学士、硕士学位和博士学位.主要从事计算机视觉方面的有关研究. E-mail:Wangchuanxu_qd@163.com;薛 豪 男,1994年1月出生,山东临沂人.2016年毕业于潍坊学院信息与控制工程学院,取得学士学位,现为青岛科技大学信息学院在读硕士研究生,从事计算机视觉方面的有关研究. E-mail:xuehao1130@yeah.net
  • 基金资助:
    国家自然科学基金(No.61672305)

Group Activity Recognition Based on GFU and Hierarchical LSTM

WANG Chuan-xu, XUE Hao   

  1. Institute of Information Science and Technology, Qingdao University of Science and Technology, Qingdao, Shandong 266001, China
  • Received:2019-09-19 Revised:2020-03-31 Online:2020-08-25 Published:2020-08-25

摘要: 提出一种以"关键人物"为核心,使用门控融合单元(GFU,Gated Fusion Unit)进行特征融合的组群行为识别框架,旨在解决两个问题:①组群行为信息冗余,重点关注关键人物行为特征,忽略无关人员对组群行为的影响;②组群内部交互行为复杂,使用GFU有效融合以关键人物为核心的交互特征,再通过LSTM时序建模成为表征能力更强的组群特征.最终,通过softmax分类器进行组群行为类别分类.该算法在排球数据集上取得了86.7%的平均识别率.

关键词: 组群行为识别, 关键人物建模, 交互特征建模, 门控融合单元

Abstract: This paper proposes a group behavior recognition framework with "key persons" as the core and Gated Fusing Unit (GFU)for feature fusion.Its aim is to solve the following two problems :1)Group behavior information is redundant,focusing on key person behavior characteristics,ignoring the influence of unrelated personels on group behavior.2)The internal interaction relationship is complex within group,GFU is used to effectively model interaction feature centered around the key characters and it is temporally evolved into the group characteristics via LSTM processing.Finally,the group behavior category is classified with Softmax.The algorithm achieves an average recognition rate of 86.7% on the volleyball dataset.

Key words: group behavior recognition, key person modeling, interaction feature modeling, gated fusion unit

中图分类号: