深度神经网络在视频人体动作识别中的应用：综述
计算机视觉与模式识别
2023-05-26 v1 人工智能
人机交互
摘要
当前，视频行为识别是计算机视觉中最基础的任务之一。深度学习的2D神经网络用于识别具有RGB、RGB-D或光流格式等像素级信息的图像，随着监控视频的日益广泛使用以及更多与人体动作识别相关任务的涌现。越来越多的任务需要时间信息以进行帧间依赖分析。研究者已广泛研究基于视频的识别，而非仅基于图像（像素级）以从几何任务中提取更具信息量的元素。我们当前的相关研究探讨了多种新提出的研究工作，并比较了所衍生的深度学习框架（而非机器学习框架）之间的优缺点。比较在现有的仅视频格式数据的框架与数据集之间进行。由于人体动作的特性以及深度神经网络日益广泛的应用，我们收集了2020至2022近三年内的所有研究工作。在我们的文章中，深度神经网络在特征学习与提取任务（尤其是视频动作识别）中的性能超越了大多数技术。
引用
@article{arxiv.2305.15692,
title = {Deep Neural Networks in Video Human Action Recognition: A Review},
author = {Zihan Wang and Yang Yang and Zhi Liu and Yifan Zheng},
journal= {arXiv preprint arXiv:2305.15692},
year = {2023}
}