摘要：現(xiàn)有行為識別方法在未能持續(xù)覆蓋造成視頻監(jiān)控盲區(qū)所引起行為數(shù)據(jù)缺失的情況,難以有效實(shí)施特征分析、行為分類補(bǔ)全,無法準(zhǔn)確識別出智能體完整的行為動(dòng)作序列.為此,本文提出一種基于深度學(xué)習(xí)和智能規(guī)劃的行為識別方法.首先,利用深度殘差網(wǎng)絡(luò)對圖像進(jìn)行分類訓(xùn)練,然后使用遞歸神經(jīng)網(wǎng)絡(luò)對圖像特征進(jìn)行提取深度信息以增強(qiáng)分類效果;其次,運(yùn)用智能規(guī)劃的STRIPS(Stanford Research Institute Problem Solver)模型,將深度學(xué)習(xí)提取的圖像特征命題信息轉(zhuǎn)化為規(guī)劃領(lǐng)域的模型描述文檔,并使用前向狀態(tài)空間搜索規(guī)劃器推導(dǎo)出完整的行為動(dòng)作序列.在HMDB51等行為識別公共數(shù)據(jù)集中,本方法與生成式對抗網(wǎng)絡(luò)、深度卷積逆向圖網(wǎng)絡(luò)、深度信念網(wǎng)絡(luò)、支持向量機(jī)等同類先進(jìn)方法相比展現(xiàn)出更好的性能.