一种背景游走的行为识别网络

摘要

提出一种针对行为识别数据场景增强的背景随机游走(BP-RWE)数据增广算法来增加数据样本的多样性。使用行为本身的背景语义做像素变换,并考虑了场景中实体的帧间时空一致性,让随机游走模式做几何变换,从而增强识别模型对场景中复杂动作的适应性。在两个视频行为识别标准数据集UCF101和HMDB51上进行了对比、消融和可视化等实验。在对比实验中,比基准(Baseline)方法的准确率分别提升了1.00%和2.48%。

关键词

行为识别 / 依赖性 / 随机游走 / 数据增广 / 适应性