基于梯度特征与3D卷积的视频不同跨度行为识别

戴立新; 赵德中; 孙琦; 胡春成; 魏赛; 王亮

doi:10.16339/j.cnki.jsjsyzdh.202504020

计算技术与自动化 ›› 2025, Vol. 44 ›› Issue (04) : 122 -128. DOI: 10.16339/j.cnki.jsjsyzdh.202504020

基于梯度特征与3D卷积的视频不同跨度行为识别

戴立新, 赵德中, 孙琦, 胡春成, 魏赛, 王亮

作者信息 +

Author information +

文章历史 +

PDF

摘要

为了优化视频不同跨度行为识别性能，提出了基于梯度特征与3D卷积的视频不同跨度行为识别方法。捕捉视频中的动态信息变化，计算梯度特征值并映射到梯度空间。建立了基于3D卷积的多时长特征融合模型，融合不同时间节点下的梯度特征值。结合人体骨骼行为概率、标签隶属度对比以及0阶和1阶梯度深度特征值，实现视频中的多种行为识别。实验结果表明，所提方法在各种视频环境和行为种类下，识别准确率高达95.2%,误识别率和漏识别率分别低至3.1%和5.4%,推理时间仅为37 ms/帧，证明了该方法具有较高的实际应用价值。