ارائه يك روش دو جريانه مبتني بر ويژگي هاي مكمل سنتي و عميق براي تشخيص فعاليت انسان در ويدئو

تشخيص فعاليت انسان، امروزه به عنوان يك حوزه مهم در كاربردهاي مختلفي مورد استفاده قرار گرفته است و مورد توجه بسياري از محققان حوزه بينايي ماشين است تا بتوانند فعاليت اجرا شده در يك ويدئو را با دقت بالا طبقه بندي نمايند. در اين مقاله يك روش دو جريانه با ساختاري جديد معرفي مي گردد كه از دو ويژگي مكاني در هر دو جريان استفاده مي كند به گونه اي كه اين ويژگي ها بتوانند به پوشش نقاط ضعف همديگر بپردازند. استفاده از اين ساختار در نهايت مي تواند به صورت دقيق تري منجر به پيش بيني برچسب فعاليت شود. در جريان اول ضرايب موجك با چندريزگي مناسب و در جريان ديگر ويژگي هاي عميق از قاب ها استخراج مي شوند. ويژگي هاي حاصل در دو نقشه ويژگي هاي مكاني قرار مي گيرند و با استفاده از يك شبكه عميق جديد تغييرات زماني در نقشه ها ياد گرفته مي شوند و با تركيب اطلاعات طبقه بندي دو جريان برچسب نهايي تعيين مي گردد. دقت روش پيشنهادي روي 3 مجموعه داده واقعي UCFYT، UCF-Sport، و JHMDB برابر با 98.7، 99.83 و 92.86 بوده كه عملكرد روش به طور ميانگين نسبت به بهترين روش معرفي شده قبلي 4.6 درصد بهتر است.