姚 捃，郭志林

(成都理工大学 工程技术学院，四川 乐山 614000)

0 引 言

行为识别是人工智能和计算机视觉领域最热门的研究话题之一，应用于安防安检、火灾预警、考场监控、婴幼儿看护、病床报警等重要场合。

早期的行为识别基于手工提取特征的方法，利用特征描述符包括轨迹特征、梯度直方图特征(HOG)、光流直方图特征(HOF)、混合动态纹理、光流场、人体关节点等构建特征空间，进而使用机器学习的方法进行行为的识别。张恒鑫等[1]借助OpenPose得到人体区域中关节点的二维坐标构建骨架模型,提取基于关节向量的多种动作时空特征,采用kNN模型进行行为识别，在MIT及Weizmann数据集上取得了不错的效果。

由于视频场景的复杂性、光线变化、人体遮挡等问题，手工提取特征的方法具有一定的局限性，渐渐被深度学习方法所替代，如卷积神经网络、快慢信息网络、TSN双流网络、3D卷积神经网络、双流与LSTM结合的混合网络等。这些网络利用深度学习强大的特征提取能力，从各个角度提取出行为识别所需要的人体外观和人体运动的高级时空特征(如光流特征、3D时空特征)，能更有效地进行行为识别。

何嘉宇等[2]构建了特征金字塔层次结构以增强网络检测不同持续时长的行为片段的能力，在公开数据集上获得了先进的识别性能。董琪琪、王昊飞等[3-6]利用3D卷积神经网络，有效提取行为识别所需要的时序信息与空间信息，展现了较好的性能。窦雪婷、陈京荣等[7-10]利用LSTM长短记忆网络，对数据之间的联系进行有选择的记忆与遗忘,仅保留对识别结果有益的数据，取得了良好的识别率。……