面向人體異常行為識(shí)別的FDS?ABPG?GoogLeNet模型研究

打開文本圖片集

摘  要： 隨著人口老齡化的加劇，老年人異常行為的識(shí)別技術(shù)已成為醫(yī)療保健領(lǐng)域亟需解決的關(guān)鍵問(wèn)題。目前的異常行為識(shí)別算法面臨一個(gè)挑戰(zhàn)，即無(wú)法確保在識(shí)別多種異常行為的同時(shí)提高模型的識(shí)別準(zhǔn)確率與計(jì)算效率。為解決此問(wèn)題，提出一種FDS?ABPG?GoogLeNet模型。該模型采用了三種不同層級(jí)的改進(jìn)Inception模塊，并將這些模塊在網(wǎng)絡(luò)深層和淺層結(jié)構(gòu)中并行連接，在中層結(jié)構(gòu)中引入殘差結(jié)構(gòu)，通過(guò)特征融合的方式顯著提高了網(wǎng)絡(luò)的計(jì)算效率和識(shí)別準(zhǔn)確率。（剩余14247字）