摘要：在基于視頻圖像的群組行為識別方法中,傳統(tǒng)的深度學習方法大多使用標準(最大/平均)池化操作對卷積特征進行處理,并且未考慮群組行為中的關鍵人物對群組行為分類的重要性。針對以上問題,本文提出一種基于注意力機制的模型來檢測群組行為視頻中的行為,重點關注活動中的關鍵人物,根據(jù)注意力權重的不同分配動態(tài)地對卷積特征進行池化,最終正確識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)上的識別準確率優(yōu)于許多使用標準池化結構的現(xiàn)有模型。