本文選題：行為識別　切入點：卷積神經(jīng)網(wǎng)絡　出處：《小型微型計算機系統(tǒng)》2017年08期 　論文類型：期刊論文

【摘要】：人體行為識別任務中傳統(tǒng)方法一般是先提取特征,然后訓練分類器對人體行為進行分類,傳統(tǒng)的特征提取方法存在提取信息不全面、難以提取有效特征等缺點,針對此問題,使用卷積神經(jīng)網(wǎng)絡(Convolutional Neural Network,CNN)來完成人體行為識別任務,特征提取和模式分類是由同一個網(wǎng)絡完成,是一個自動學習特征的過程,并且提出Multi-Size Pooling(多尺寸池化)來解決輸入圖片大小不同的問題,使網(wǎng)絡能夠接受任意尺寸的輸入圖像.實驗表明,改進的CNN在行為識別上有較高的識別率.
[Abstract]:In the task of human behavior recognition, the traditional method is to first extract the feature, then train the classifier to classify the human behavior. The traditional method of feature extraction has the shortcomings of incomplete information extraction, difficult to extract effective features, and so on. Using Convolutional Neural Network (CNN) to complete human behavior recognition, feature extraction and pattern classification are accomplished by the same network, which is an automatic learning process. Multi-Size Positioning (multi-size pool) is proposed to solve the problem of different size of input images, and the network can accept input images of any size. Experiments show that the improved CNN has a high recognition rate in behavior recognition.
【作者單位】： 長沙理工大學綜合交通運輸大數(shù)據(jù)智能處理湖南省重點實驗室;長沙理工大學計算機與通信工程學院;
【基金】：國家自然科學基金項目(61402053)資助 湖南省教育廳青年基金科研項目(13B132)資助 湖南省交通廳科技項目(201334)資助 湖南省大學生研究性學習和創(chuàng)新性實驗計劃基金項目(湘教通[2015]269號131)資助
【分類號】：TP183;TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 張偉東;陳峰;徐文立;杜友田;;基于階層多觀測模型的多人行為識別[J];清華大學學報(自然科學版);2009年07期

2 吳聯(lián)世;夏利民;羅大庸;;人的交互行為識別與理解研究綜述[J];計算機應用與軟件;2011年11期

3 申曉霞;張樺;高贊;薛彥兵;徐光平;;一種魯棒的基于深度數(shù)據(jù)的行為識別算法[J];光電子.激光;2013年08期

4 鄭胤;陳權(quán)崎;章毓晉;;深度學習及其在目標和行為識別中的新進展[J];中國圖象圖形學報;2014年02期

5 曾青松;余明輝;賀衛(wèi)國;李玲;;一種行為識別的新方法[J];昆明理工大學學報(理工版);2009年06期

6 谷軍霞;丁曉青;王生進;;基于人體行為3D模型的2D行為識別[J];自動化學報;2010年01期

7 李英杰;尹怡欣;鄧飛;;一種有效的行為識別視頻特征[J];計算機應用;2011年02期

8 王新旭;;基于視覺的人體行為識別研究[J];中國新通信;2012年21期

9 王忠民;曹棟;;坐標轉(zhuǎn)換在移動用戶行為識別中的應用[J];北京郵電大學學報;2014年S1期

10 祁國平;吳朝潤;;人體行為識別的研究[J];山西電子技術(shù);2011年06期

相關(guān)會議論文 前5條

1 苗強;周興社;於志文;倪紅波;;一種非覺察式的睡眠行為識別技術(shù)研究[A];第18屆全國多媒體學術(shù)會議（NCMT2009）、第5屆全國人機交互學術(shù)會議（CHCI2009）、第5屆全國普適計算學術(shù)會議（PCC2009）論文集[C];2009年

2 齊娟;陳益強;劉軍發(fā);;基于多模信息感知與融合的行為識別[A];第18屆全國多媒體學術(shù)會議（NCMT2009）、第5屆全國人機交互學術(shù)會議（CHCI2009）、第5屆全國普適計算學術(shù)會議（PCC2009）論文集[C];2009年

3 黃紫藤;吳玲達;;監(jiān)控視頻中簡單人物行為識別研究[A];第18屆全國多媒體學術(shù)會議（NCMT2009）、第5屆全國人機交互學術(shù)會議（CHCI2009）、第5屆全國普適計算學術(shù)會議（PCC2009）論文集[C];2009年

4 安國成;羅志強;李洪研;;改進運動歷史圖的異常行為識別算法[A];第八屆中國智能交通年會優(yōu)秀論文集——智能交通與安全[C];2013年

5 劉威;李石堅;潘綱;;uRecorder:基于位置的社會行為自動日志[A];第18屆全國多媒體學術(shù)會議（NCMT2009）、第5屆全國人機交互學術(shù)會議（CHCI2009）、第5屆全國普適計算學術(shù)會議（PCC2009）論文集[C];2009年

相關(guān)博士學位論文 前10條

1 邵延華;基于計算機視覺的人體行為識別研究[D];重慶大學;2015年

2 仝鈺;基于條件隨機場的智能家居行為識別研究[D];大連海事大學;2015年

3 馮銀付;多模態(tài)人體行為識別技術(shù)研究[D];浙江大學;2015年

4 姜新波;基于三維骨架序列的人體行為識別研究[D];山東大學;2015年

5 裴利沈;視頻中人體行為識別若干問題研究[D];電子科技大學;2016年

6 周同馳;行為識別中基于局部時空關(guān)系的特征模型研究[D];東南大學;2016年

7 徐海燕;復雜環(huán)境下行為識別特征提取方法研究[D];東南大學;2016年

8 吳云鵬;集體行為的識別與仿真研究[D];鄭州大學;2017年

9 何衛(wèi)華;人體行為識別關(guān)鍵技術(shù)研究[D];重慶大學;2012年

10 吳秋霞;復雜場景下的人體行為識別[D];華南理工大學;2012年

相關(guān)碩士學位論文 前10條

1 唐小琴;基于全局和局部運動模式的人體行為識別研究[D];西南大學;2015年

2 陳鈺昕;基于時空特性的人體行為識別研究[D];燕山大學;2015年

3 任亮;智能車環(huán)境下車輛典型行為識別方法研究[D];長安大學;2015年

4 金澤豪;并行化的人體行為識別方法研究與實現(xiàn)[D];華南理工大學;2015年

5 王露;基于稀疏時空特征的人體行為識別研究[D];蘇州大學;2015年

6 于靜;基于物品信息和人體深度信息的行為識別研究[D];山東大學;2015年

7 章瑜;人體運動行為識別相關(guān)方法研究[D];南京師范大學;2015年

8 趙揚;家庭智能空間下基于行走軌跡的人體行為理解[D];山東大學;2015年

9 王曉龍;基于軌跡分析的暴力行為識別算法研究[D];上海交通大學;2015年

10 張偉;智能空間下基于非視覺傳感器數(shù)據(jù)的人體行為識別方法研究[D];山東大學;2015年

，

本文編號：1585729