基于动作模式图像与串联CNN结合迁移学习的老年人智能监控动作识别新系统
计算机视觉与模式识别
2020-09-08 v1
摘要
独居在家的老年人跌倒会导致健康风险。若不能立即得到照料，甚至可能对其生命造成致命危险。本文提出了一种基于计算机视觉的老年人智能监控系统，该系统采用结合迁移学习的串联卷积神经网络（SCNN）。当CNN直接由视频帧训练时，它会从所有像素（包括背景像素）中学习。通常，视频中的背景对动作识别毫无贡献，实际上还会误导动作分类。因此，我们提出了一种新颖的动作识别系统，我们的贡献在于：1）生成不受视频序列光照和背景变化影响的更通用动作模式，并消除CNN训练中对图像增强的需求；2）设计SCNN架构并增强特征提取过程以学习大量数据；3）展示各层神经元学习的模式，并分析当输入模式通过这些神经元时这些神经元如何捕捉动作；4）利用迁移学习扩展训练好的SCNN识别跌倒动作的能力。
引用
@article{arxiv.2009.03285,
title = {A novel action recognition system for smart monitoring of elderly people using Action Pattern Image and Series CNN with transfer learning},
author = {L. Aneesh Euprazia and K. K. Thyagharajan},
journal= {arXiv preprint arXiv:2009.03285},
year = {2020}
}
备注
30 pages, 19 figures, "Submitted to Pattern Recognition Journal, Elsevier"