科研之友
微信
新浪微博
Facebook
分享链接
摘要
基于深度学习的C3D网络被广泛应用于人体动作识别领域，但其识别准确率仍有较大提升空间。为了获得更好的识别准确率，本文改进了C3D的网络卷积结构并加深了网络层次，但网络深度的提高也会使网络出现梯度消失、梯度爆炸以及网络退化问题。针对这些问题，本文又将改进的C3D网络与ResNet50网络进行融合，在C3D网络中加入了残差结构，以此设计了ResC3D神经网络。将ResC3D网络模型在UCF101数据集上进行训练和验证，识别准确率达到了88.9%，相较于原始C3D网络的准确率提升了8.7%。
- 出版日期2023
- 单位西南石油大学
