基于级联双注意力CNN与双向GRU框架的人体活动识别
计算机视觉与模式识别
2022-08-11 v1 人工智能
摘要
基于视觉的人体活动识别已成为视频分析领域的重要研究方向之一。在过去十年中，人们引入了众多先进的深度学习算法，以从视频流中识别复杂的人体动作。这些深度学习算法在人体活动识别任务上展现出了令人印象深刻的性能。然而，这些新引入的方法要么只关注模型性能，要么只关注这些模型在计算效率和鲁棒性方面的有效性，导致其在应对具有挑战性的人体活动识别问题时提出了有偏的权衡方案。为克服当代深度学习模型在人体活动识别中的局限性，本文提出了一种计算高效且通用的时空级联框架，该框架利用深度判别性的空间和时间特征进行人体活动识别。为高效表示人体动作，我们提出了一种高效的双注意力卷积神经网络（CNN）架构，其采用统一的通道-空间注意力机制来提取视频帧中以人为中心的显著特征。双通道-空间注意力层与卷积层共同学习，在具有目标物体的空间感受野上比在大量特征图上更加关注。提取出的判别性显著特征随后被送入堆叠的双向门控循环单元（Bi-GRU），利用前向和后向梯度学习进行长期时间建模并识别人体动作。我们进行了大量实验，所得结果表明，与大多数当代动作识别方法相比，所提框架在每秒帧数方面的执行时间提升了高达167倍。
引用
@article{arxiv.2208.05034,
title = {Human Activity Recognition Using Cascaded Dual Attention CNN and Bi-Directional GRU Framework},
author = {Hayat Ullah and Arslan Munir},
journal= {arXiv preprint arXiv:2208.05034},
year = {2022}
}