本文關(guān)鍵詞：基于改進BoW模型的行為識別

  更多相關(guān)文章： 人體行為識別 無監(jiān)督特征學習 結(jié)構(gòu)稀疏性 組稀疏編碼 線性SVM

【摘要】：盡管傳統(tǒng)的詞袋(BoW,bag of worcls)模型在復雜場景行為識別中能夠保持魯棒性,但是硬向量量化會導致大量的近似誤差,進而產(chǎn)生很差的特征集。行為識別中一個重要的挑戰(zhàn)是視覺詞匯的構(gòu)造,從原始特征到分類標簽沒有直接的映射,因此高層的視覺描述子需要更加精確的詞典,故提出基于結(jié)構(gòu)稀疏表示的人體行為識別方法。在所提出方法的:BoW模型中,視頻表示為組稀疏編碼系數(shù)的直方圖。與傳統(tǒng)的BoW模型相比,所提方法具有更少的量化誤差,而且高層特征表示可以減少模型參數(shù)和存儲復雜性,并在標準化的人體行為數(shù)據(jù)集上評價所提方法,數(shù)據(jù)集包括KTH,Weimann,UCF-Sports,UCF50人體行為數(shù)據(jù)集,實驗結(jié)果表明,所提方法與現(xiàn)存的其他方法相比各方面性能都有顯著的提高。
【作者單位】： 河南理工大學電氣工程與自動化學院;
【關(guān)鍵詞】： 人體行為識別 無監(jiān)督特征學習 結(jié)構(gòu)稀疏性 組稀疏編碼 線性SVM
【基金】：國家自然科學基金項目(61340041,61374079) 教育部歸國留學人員科研啟動基金(教外司留[2013]1792號)
【分類號】：TP391.41
【正文快照】： 人體行為識別應用領(lǐng)域比較廣泛,如動作捕捉,醫(yī)藥與生物機理分析,人體工程學分析,人機交互,監(jiān)督與安全[1]。對視頻序列建立行為模型的基礎(chǔ)是視頻 表示,關(guān)于視頻表示的相關(guān)研究內(nèi)容在文獻[1]?文獻[3]中給出。在傳統(tǒng)的詞袋模型(B0W,bagS of words)方法中,視頻表示階段之后是用

【相似文獻】

中國期刊全文數(shù)據(jù)庫 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 溫向兵;滿君豐;;視頻監(jiān)控中人體行為識別的研究[J];微型機與應用;2010年23期

中國重要會議論文全文數(shù)據(jù)庫 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

中國博士學位論文全文數(shù)據(jù)庫 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 韓姍姍;基于視覺的運動人體特征描述與行為識別研究[D];浙江工業(yè)大學;2015年

6 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

7 吳秋霞;復雜場景下的人體行為識別[D];華南理工大學;2012年

8 于成龍;基于視頻的人體行為識別關(guān)鍵技術(shù)研究[D];哈爾濱工業(yè)大學;2014年

9 王亮;基于判別模式學習的人體行為識別方法研究[D];哈爾濱工業(yè)大學;2011年

10 付朝霞;基于視頻流的人體目標檢測與行為識別研究[D];中北大學;2013年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 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

2 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

3 趙利強;基于移動軌跡分析的大鼠行為識別研究[D];浙江大學;2016年

4 魏汝翔;基于人體運動捕捉數(shù)據(jù)的運動分析技術(shù)研究[D];北京交通大學;2016年

5 孫笛;基于信息融合的惡意代碼威脅性分析及判定關(guān)鍵技術(shù)研究[D];解放軍信息工程大學;2014年

6 田行輝;基于視頻的人體行為分析算法研究[D];東南大學;2015年

7 黃詩輝;面向視頻的人類行為識別技術(shù)的研究與實現(xiàn)[D];東南大學;2015年

8 徐嬌;高密度群體分割及其行為識別技術(shù)研究[D];中國計量學院;2015年

9 鐘君;基于加速度傳感器的日常行為識別的特征提取方法研究[D];蘭州大學;2016年

10 楊成;基于RSSI的人體行為識別的研究[D];南京大學;2016年

，

本文編號：604144