-
题名基于MAPFormer的人体动作识别研究
- 1
-
-
作者
陆静芳
智敏
-
机构
内蒙古师范大学计算机科学技术学院
-
出处
《内蒙古师范大学学报（自然科学汉文版）》
CAS
2024年第1期44-52,共9页
-
基金
内蒙古自治区自然科学基金资助项目“基于正交视频Transformer的跨年龄羊脸识别”(2023MS06009)
内蒙古师范大学基本科研业务费专项基金资助项目“基于WSwinTransformer的人体动作识别研究”(2022JBXC018)
内蒙古师范大学研究生科研创新基金资助项目“基于WSwinTransformer的人体动作识别研究”(CXJJS22138)。
-
文摘
人体动作识别可以为医疗、安全和娱乐等许多不同的应用程序提供基础服务,逐渐成为研究热点。为解决Vision Transformer(ViT)计算复杂度过高和参数量过大的问题,利用池化与序列长度的线性复杂性以及无参数的优势,提出MAPFormer框架模型,引入并行池化模块代替ViT的多头注意力模块,利用深度可分离卷积增强局部特征,同时进一步降低参数量,并将该方法与人体动作识别任务相结合,提高动作识别准确度。实验结果在Miniimagnet数据集和MS COCO数据集分别达到88.3%和89.1%的实验精度,相比ViT实验精度分别提高4.3%和2.1%,参数量减少65.2 M和58.3 M。
-
关键词
mapformer
人体动作识别
VIT
池化
深度可分离卷积
-
Keywords
mapformer
human motion recognition
ViT
pooling
deep separable convolution
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
