超级会员免费看
3D CNN 动作识别：体育手势识别应用
1. 动作识别方法概述
在动作识别领域，有多种方法和模型被提出，以提高视频分类和理解的准确性。
1.1 基于深度学习的模型
- I3D 模型 ：在 ImageNet 和 Kinetics - 400 数据集上进行训练，Kinetics - 400 数据集比 UCF101 更复杂，有 400 个类别。使用 Kinetics 数据集后，在 UCF101 上的性能从 93.4% 提升到 98%，在 Kinetics - 400 数据集上的准确率达到 74.2%。Inception 模块在 ImageNet 数据集的图像分类中已证明其有效性，并成功应用于 I3D 模型中。
- LTC CNN ：由 [VLS18] 引入，通过试验不同时间大小的输入视频片段来改进分类。考虑更多帧作为输入时，能获得更好的准确率，尤其对于具有较长时间支持的持久动作。
- STPP ：[WGW + 18] 引入了时空金字塔池化层（STPP），使用 3D 卷积在由 RGB 和光流（OF）流提供的双流网络中。输出作为 LSTM 网络的输入，LSTM 允许对任意大小和长度的视频进行分类。RGB 和 OF 流的准确率分别为 85% 和 83.8%，融合后该方法的准确率达到 92.6%。
- BERT 层 ：[KKA20] 引入了来自 Transformer 的双向编码器表示（BERT）层，以更好地利用 BERT 注意力机制的时间信息。将 BERT 层融入 R
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
