一种基于改进I3D网络的动作识别方法

本发明提出一种基于改进I3D网络的动作识别方法，利用改进的I3D网络实现人体行为识别，I3D网络基于2D CNN Googlenet模型，能更好地处理多视频的行为识别；且为了提高I3D网络的识别准确率，利用遗传算法对学习率和动量这两个超参数进行优化，优化后的学习率和动量能有效地提高网络的性能，同时在此基础上，为了更好地提取特征，在I3D网络中特定的inception模块后加入注意力机制模块，从而进一步提高识别准确率，本发明结合遗传算法和注意力机制，通过这种双重优化策略有效提升I3D网络的性能，提高识别精度，展示了在计算机视觉发展和视频数据处理领域中该方法具有一定的应用前景。