Action Recognition with 3D ConvNet-GRU Architecture

计算机科学 建筑 动作(物理) 动作识别 人工智能 人机交互 历史 量子力学 物理 考古 班级(哲学)
作者
Guangle Yao,Xianyuan Liu,Tao Leí
标识
DOI:10.1145/3265639.3265672
摘要

Video action recognition is widely applied in video indexing, intelligent surveil-lance, multimedia understanding, and other fields. Recently, it was greatly improved by incorporating the learning of deep information using convolutional neural network (ConvNet). In this paper, we proposed a 3D ConvNet-GRU architecture to learn deep information for action recognition. Specifically, we use 3D ConvNet to learn spatiotemporal information from short RGB clips and optical flow clips, and impose gated recurrent unit (GRU) on the spatiotemporal in-formation to model the temporal evolution for action recognition. The experimental results show that our 3D ConvNet-GRU method is effective to model temporal evolution for action and achieves recognition performance comparable to that of state-of-the-art methods.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
xzy998完成签到,获得积分0
2秒前
小猫咪和小脑斧完成签到,获得积分10
2秒前
任性眼睛发布了新的文献求助10
2秒前
鱼鱼鱼完成签到,获得积分10
2秒前
zzk发布了新的文献求助10
4秒前
宋致力发布了新的文献求助10
4秒前
稳重的傥完成签到 ,获得积分10
4秒前
5秒前
5秒前
彭于晏应助戴煜亚采纳,获得10
5秒前
bill给小颜的求助进行了留言
6秒前
6秒前
深情安青应助申雪狐采纳,获得10
6秒前
8秒前
9秒前
9秒前
SHT完成签到,获得积分10
9秒前
所所应助葡萄糖采纳,获得10
9秒前
10秒前
清爽心情发布了新的文献求助10
11秒前
mogen发布了新的文献求助10
11秒前
LXL9527完成签到,获得积分10
12秒前
strong.quite发布了新的文献求助10
12秒前
14秒前
布灵发布了新的文献求助10
15秒前
15秒前
yyt发布了新的文献求助10
15秒前
情怀应助自己采纳,获得10
16秒前
volvoamg发布了新的文献求助10
16秒前
16秒前
FashionBoy应助小犬采纳,获得10
16秒前
17秒前
文艺凉面完成签到,获得积分20
18秒前
18秒前
18秒前
张张发布了新的文献求助10
18秒前
18秒前
徐强尼完成签到,获得积分10
19秒前
爆米花应助111采纳,获得10
19秒前
DELI完成签到 ,获得积分10
19秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
An Introduction to Geographical and Urban Economics: A Spiky World Book by Charles van Marrewijk, Harry Garretsen, and Steven Brakman 600
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3153887
求助须知:如何正确求助?哪些是违规求助? 2804911
关于积分的说明 7862225
捐赠科研通 2462979
什么是DOI,文献DOI怎么找? 1311070
科研通“疑难数据库(出版商)”最低求助积分说明 629429
版权声明 601821