摘要：在基于視頻圖像的群組行為識(shí)別方法中,傳統(tǒng)的深度學(xué)習(xí)方法大多使用標(biāo)準(zhǔn)(最大/平均)池化操作對(duì)卷積特征進(jìn)行處理,并且未考慮群組行為中的關(guān)鍵人物對(duì)群組行為分類的重要性。針對(duì)以上問題,本文提出一種基于注意力機(jī)制的模型來檢測(cè)群組行為視頻中的行為,重點(diǎn)關(guān)注活動(dòng)中的關(guān)鍵人物,根據(jù)注意力權(quán)重的不同分配動(dòng)態(tài)地對(duì)卷積特征進(jìn)行池化,最終正確識(shí)別視頻圖像中的群組行為。此模型在群組行為數(shù)據(jù)集CAD(Collective activity dataset)和CAE(Collective activity extendeddataset)上的識(shí)別準(zhǔn)確率優(yōu)于許多使用標(biāo)準(zhǔn)池化結(jié)構(gòu)的現(xiàn)有模型。