LSCN:一种用于动作识别的长短时序关注网络

杨珂; 王敬宇; 戚琦; 孙海峰; 王晶; 廖建新

doi:10.3969/j.issn.0372-2112.2020.03.012

您当前的位置：

首页 >

文章列表页 >

LSCN:一种用于动作识别的长短时序关注网络

学术论文 | 更新时间：2025-07-16

- LSCN:一种用于动作识别的长短时序关注网络
- LSCN: Concerning Long and Short Sequence Together for Action Recognition
- 电子学报 2020年48卷第3期页码：503-509
- 作者机构：
  
  北京邮电大学网络与交换国家重点实验室,北京,100876
- 作者简介：
- 基金信息：
  
  国家自然科学基金 (No.61771068，No.61671079）;北京市自然科学基金 (No.4182041）
- DOI：10.3969/j.issn.0372-2112.2020.03.012
  中图分类号： TP391.4
- 网络出版：2020-03-25，
  
  纸质出版：2020
- 稿件说明：
移动端阅览
杨珂, 王敬宇, 戚琦, 等. LSCN:一种用于动作识别的长短时序关注网络[J]. 电子学报, 2020,48(3):503-509.

YANG Ke, WANG Jing-yu, QI Qi, et al. LSCN: Concerning Long and Short Sequence Together for Action Recognition[J]. Acta Electronica Sinica, 2020, 48(3): 503-509.
杨珂, 王敬宇, 戚琦, 等. LSCN:一种用于动作识别的长短时序关注网络[J]. 电子学报, 2020,48(3):503-509. DOI： 10.3969/j.issn.0372-2112.2020.03.012.

YANG Ke, WANG Jing-yu, QI Qi, et al. LSCN: Concerning Long and Short Sequence Together for Action Recognition[J]. Acta Electronica Sinica, 2020, 48(3): 503-509. DOI： 10.3969/j.issn.0372-2112.2020.03.012.

摘要

相较于图像分析，如何分析时序信息是动作识别中的一个主要问题.大多数先前的方法，如3D卷积网络、双流卷积网络，仅使用包含全局时域信息的特征作为视频的表征，忽略了局部时序特征的重要性.考虑到这样的问题，本文提出一种基于时序交互感知模块的长短时序关注网络Long and Short Sequence Concerned Networks（LSCN），融合不同的时序信息，利用不同卷积层时序特征的交互加强对不同时序长度的动作实例的表示，兼顾长短动作实例对时序信息的需求.实验结果表明，基于3D ResNext101的LSCN在两个公共数据集（UCF101和HMDB51）上，相较于基础的网络分别有0.4%和2.9%的准确率提升.

Abstract

Compared with image analysis

how to analyze temporal information is a challenging problem in action recognition. Most of the previous methods

such as 3D CNNs (convolutional neural networks) and two-streams CNNs

only used features containing global temporal information as video representation

ignoring the importance of local temporal features. To solve this problem

we propose long and short sequence concerned networks (LSCN) based on temporal interaction perception module

which can combine different temporal information. LSCN makes use of the interactions of temporal features from different convolution layers to enhance the representation of videos and takes into account the needs of temporal information for long and short sequence actions. The results of experiments show that LSCN based on 3D ResNext101 can be generalized in two public datasets (UCF101 and HMDB51). Moreover

compared with the basic network

there are 0.4% and 2.9% accuracy improvements respectively.

关键词

Keywords

references

浏览量

312

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

面向时序异常检测的可变视距多向扫描方法

基于EIMYOLO的高分遥感图像目标检测

基于多维动态拓扑学习图卷积的骨架动作识别

使用深度学习与海马体异构特征融合的阿尔茨海默病分类方法

尺度敏感损失与特征融合的快速小目标检测方法