论文部分内容阅读
针对当前人体动作识别算法不能实现准确快速识别的问题,提出了一种基于特征蒸馏的实时人体动作识别算法。首先,针对C3D算法准确率较低的问题,引入通道注意力机制,改善网络的性能,得到SEC3D后作为教师网络;然后,利用SEC3D指导学生网络的学习,将教师网络的知识通过蒸馏算法迁移到学生网络中。在动作视频数据集UCF101和HMDB51上进行实验,学生网络在比教师网络模型压缩了23.7倍、特征维度压缩了25%的情况下,检测速度达到358.7f/s,满足实时性的要求。实验结果表明,该算法在远高于原始C3D算法