一种C3D卷积神经网络的动作识别方法

本发明提出一种C3D卷积神经网络的动作识别方法，首先在C3D网络模型中加入了残差块进行改进，提高网络识别准确率，加快训练速度，再以PSO算法优化网络优化器中学习率和动量两个超参数，以提高改进后C3D网络识别准确率，减轻过拟合现象，获得更好的识别效果，与基础C3D网络模型相比，本发明具有预测准确率高，网络过拟合程度低等优点，在训练时间较少的情况下能达到更精确的预测结果，在视频数据处理以及计算机视觉发展有潜在的应用前景。