用于静态图像动作识别的深度神经网络集成方法
计算机视觉与模式识别
2020-03-24 v1
摘要
尽管近年来在特征提取与分类领域取得了显著进展，人体动作识别仍然具有挑战性，尤其在图像中——与视频不同，图像中没有运动信息。因此，为视频中人体动作识别提出的方法无法应用于静态图像。静态图像动作识别的一大挑战是缺乏足够大规模的数据集，这对于训练深度卷积神经网络（CNN）而言因过拟合问题而尤为棘手。本文利用预训练 CNN，采用迁移学习技术来应对大规模标注动作识别数据集的匮乏。此外，由于 CNN 的最后一层包含类别特定信息，我们对 CNN 的输出特征图施加注意力机制，以提取更具判别力且更强大的特征用于人体动作分类。进而，我们在框架中使用了八种不同的预训练 CNN，并考察它们在 Stanford 40 数据集上的性能。最后，我们提出使用集成学习（Ensemble Learning）技术，通过结合多个模型的预测来提升动作分类的整体准确率。我们方法的最佳设置能够在 Stanford 40 数据集上达到 93.17% 的准确率。
引用
@article{arxiv.2003.09893,
title = {Ensembles of Deep Neural Networks for Action Recognition in Still Images},
author = {Sina Mohammadi and Sina Ghofrani Majelan and Shahriar B. Shokouhi},
journal= {arXiv preprint arXiv:2003.09893},
year = {2020}
}
备注
5 pages, 2 figures, 3 tables, Accepted by ICCKE 2019