基于集成特征优化的深层混合框架，用于稳健实时人类动作识别
计算机视觉与模式识别
2026-01-26 v3
摘要
实时人类动作识别（HAR）在情境感知环境、公共安全、辅助技术和自主监控和监视系统等领域具有广泛应用前景。然而，现有的实时 HAR 系统面临显著挑战，包括受限的可扩展性和由冗余特征导致的高计算成本。为解决这些问题，针对 Inception-V3 模型进行了定制化改造，采用基于区域的操作和边界感知操作，其中平均池化和最大池化分别用于增强区域同质性、抑制噪声并捕获判别性局部特征，同时通过下采样提高鲁棒性。此外，为有效编码运动动态，采用注意力增强型长短期记忆网络（AA-LSTM）来学习视频帧之间的时序依赖性。从视频数据集中提取特征后，通过一种新颖的动态复合特征选择方法——自适应动态适应性共享注意力（ADFSA）进行优化。该 ADFSA 机制嵌入遗传算法，通过动态平衡多个目标（准确率、冗余度减少、特征唯一性和复杂度最小化）来选择紧凑、优化后的特征子集。结果是，所选特征子集具有多样性和判别性，使轻量级机器学习分类器能够在异构环境中实现准确且稳健的 HAR。实验结果表明，在包含遮挡、复杂背景、复杂运动动态和恶劣照明条件的具有挑战性的 UCF-YouTube 数据集上，本方法可实现最高 99.65% 的准确率，仅需选取七个特征，同时显著改善了推理时间。
引用
@article{arxiv.2508.18695,
title = {A Novel Deep Hybrid Framework with Ensemble-Based Feature Optimization for Robust Real-Time Human Activity Recognition},
author = {Wasi Ullah and Yasir Noman Khalid and Saddam Hussain Khan},
journal= {arXiv preprint arXiv:2508.18695},
year = {2026}
}
备注
35 pages, 25 figures, 11 tables