本文提出了一种分层的深度学习框架用于群体活动识别。首先，使用深度CNN提取每个人的动作复杂特征，接着结合LSTM层捕捉时间特征。通过池化策略将所有人的特征聚合，并作为群体活动的表示。第二个LSTM网络直接建模群体活动的时间动态，并与分类层相连，用于视频序列中的群体活动检测。模型训练分为两步，首先端到端训练个人级CNN和第一个LSTM层，然后将AlexNet的fc7层与LSTM层连接，经过池化后的特征输入到第二个LSTM网络进行群体活动的识别。
一:主要内容
文章主要提出了分层的框架。
（1）A deep CNN model is used to extract complex features for each person in addition to the temporal features captured by the first LSTM layer
（2）The concatenation of the CNN features and the LSTM layer represent temporal features for a person. Various pooling strategies can be used to aggregate these features over all people in the scene at each time step
最低0.47元/天 解锁文章
4232
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
