基于双流BRC3D卷积神经网络的行为识别

打开文本图片集

摘  要：针对C3D网络时间维上的信息抽取单一特点，模型本身存在泛化能力弱等问题，该文基于BN归一化算法改进残差网络结构，并嵌入到C3D网络中，实现了网络结构的优化，保证各个层数据的分布稳定性。引入双流思想，构建了改进的BRC3D卷积神经网络的识别方法。最终在UCF101数据集上进行训练与测试，准确率达到了91.343%。（剩余3116字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。