本文關(guān)鍵詞： 人類行為識(shí)別 人體輪廓提取與表示 核主分量分析 非線性降維 權(quán)重條件隨機(jī)場　出處：《電子科技大學(xué)學(xué)報(bào)》2017年02期 　論文類型：期刊論文

【摘要】：針對單目視頻中的人類行為識(shí)別,提出了基于動(dòng)作子空間與權(quán)重條件隨機(jī)場的行為識(shí)別方法。該方法結(jié)合了基于特征提取的核主分量分析(KPCA)與基于運(yùn)動(dòng)建模的權(quán)重條件隨機(jī)場(WCRF)模型。探討了通過非線性降維行為空間的基本結(jié)構(gòu),并在運(yùn)動(dòng)軌跡投影過程中保留清晰的時(shí)間順序,使人體輪廓數(shù)據(jù)表示更緊湊。WCRF通過多種交互途徑對時(shí)間序列建模,從而提高了信息共享的聯(lián)合精確度,具有超越生成模型的優(yōu)勢(如放寬觀察之間獨(dú)立性的假設(shè),有效地將重疊的特征和遠(yuǎn)距離依存關(guān)系合并起來的能力)。實(shí)驗(yàn)結(jié)果表明,該行為識(shí)別方法不僅能夠準(zhǔn)確地識(shí)別隨時(shí)間、區(qū)域內(nèi)外人員變化的人類行為,而且對噪聲和其他因素魯棒性強(qiáng)。
[Abstract]:Recognition of human behavior in monocular video. A behavior recognition method based on action subspace and weighted conditional random field is proposed, which combines feature extraction based kernel principal component analysis (KPCA) and motion model-based weighted conditional random field (KPCA-based). WCRF model. The basic structure of the behavior space by nonlinear dimensionality reduction is discussed. In the process of motion trajectory projection, the clear time sequence is retained, which makes the human contour data representation more compact. WCRF models the time series through various interactive ways, thus improving the joint accuracy of information sharing. It has the advantage of transcending the generation model (such as relaxing the hypothesis of independence between observations, effectively combining overlapping features with remote dependencies). The experimental results show that. This behavior recognition method can not only accurately identify the human behavior changing over time, within and outside the region, but also be robust to noise and other factors.
【作者單位】： 廣西科技大學(xué)計(jì)算機(jī)科學(xué)與通信工程學(xué)院;廣西信息科學(xué)實(shí)驗(yàn)中心;桂林航天工業(yè)學(xué)院汽車與交通工程學(xué)院;廣西師范大學(xué)計(jì)算機(jī)科學(xué)與信息工程學(xué)院;廣西科技大學(xué)電氣與信息工程學(xué)院;
【基金】：國家自然科學(xué)基金(61462008,61365009) 廣西省自然科學(xué)基金(2013GXNSFAA019336,2014GXNSFAA118368,2016GXNSFBA380081)
【分類號(hào)】：TP391.41
【正文快照】： 人類行為識(shí)別有著廣泛的應(yīng)用前景,如視頻監(jiān)控和監(jiān)測、對象視頻摘要、智能接口、人機(jī)交互、體育視頻分析、視頻檢索等,吸引了越來越多計(jì)算機(jī)視覺研究者的關(guān)注[1-3]。通常,行為識(shí)別涉及兩個(gè)重要問題:1)如何從原始視頻數(shù)據(jù)中提取有用的運(yùn)動(dòng)信息;2)如何建立運(yùn)動(dòng)參考模型,使訓(xùn)練和

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 宗萍;施水才;王濤;呂學(xué)強(qiáng);;基于條件隨機(jī)場的英文地理行政實(shí)體識(shí)別[J];現(xiàn)代圖書情報(bào)技術(shù);2009年02期

2 張開旭;夏云慶;宇航;;基于條件隨機(jī)場的古漢語自動(dòng)斷句與標(biāo)點(diǎn)方法[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年10期

3 成姣;蔡?hào)|風(fēng);季鐸;;基于條件隨機(jī)場的日語依存分析[J];沈陽航空工業(yè)學(xué)院學(xué)報(bào);2010年05期

4 李玲玲;金泰松;李翠華;;基于局部特征和隱條件隨機(jī)場的場景分類方法[J];北京理工大學(xué)學(xué)報(bào);2012年07期

5 寧偉;蔡?hào)|風(fēng);張桂平;季鐸;苗雪雷;;基于條件隨機(jī)場的冠詞選擇研究[J];中文信息學(xué)報(bào);2008年06期

6 張玉芳;莫凌琳;熊忠陽;耿曉斐;;基于條件隨機(jī)場的科研論文信息分層抽取[J];計(jì)算機(jī)應(yīng)用研究;2009年10期

7 王昌厚;;基于條件隨機(jī)場的中文命名體識(shí)別[J];福建電腦;2012年02期

8 施水才;王鍇;韓艷鏵;呂學(xué)強(qiáng);;基于條件隨機(jī)場的領(lǐng)域術(shù)語識(shí)別研究[J];計(jì)算機(jī)工程與應(yīng)用;2013年10期

9 王東波;陳小荷;年洪東;;基于條件隨機(jī)場的有標(biāo)記聯(lián)合結(jié)構(gòu)自動(dòng)識(shí)別[J];中文信息學(xué)報(bào);2008年06期

10 方瑩;;基于條件隨機(jī)場的英文農(nóng)產(chǎn)品名識(shí)別[J];河南科學(xué);2011年03期

相關(guān)會(huì)議論文 前5條

1 王東波;陳小荷;年洪東;;基于條件隨機(jī)場的有標(biāo)記聯(lián)合結(jié)構(gòu)自動(dòng)識(shí)別[A];第四屆全國學(xué)生計(jì)算語言學(xué)研討會(huì)會(huì)議論文集[C];2008年

2 張奇;翁富良;黃萱菁;吳立德;;英文口語中非流利區(qū)域的檢測[A];內(nèi)容計(jì)算的研究與應(yīng)用前沿——第九屆全國計(jì)算語言學(xué)學(xué)術(shù)會(huì)議論文集[C];2007年

3 魏瑋;杜金華;徐波;;基于分層語塊分析的統(tǒng)計(jì)翻譯研究[A];內(nèi)容計(jì)算的研究與應(yīng)用前沿——第九屆全國計(jì)算語言學(xué)學(xué)術(shù)會(huì)議論文集[C];2007年

4 王根;趙軍;;基于多重冗余標(biāo)記CRF的句子情感分析研究[A];內(nèi)容計(jì)算的研究與應(yīng)用前沿——第九屆全國計(jì)算語言學(xué)學(xué)術(shù)會(huì)議論文集[C];2007年

5 寧偉;蔡?hào)|風(fēng);季鐸;;基于條件隨機(jī)場的冠詞選擇研究[A];第四屆全國學(xué)生計(jì)算語言學(xué)研討會(huì)會(huì)議論文集[C];2008年

相關(guān)博士學(xué)位論文 前1條

1 熊英;中文自然語言理解中基于條件隨機(jī)場理論的詞法分析研究[D];上海交通大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 趙九洋;圖像中行人檢測關(guān)鍵技術(shù)研究[D];南京大學(xué);2015年

2 寧振;基于層疊條件隨機(jī)場的情感分析[D];南昌大學(xué);2015年

3 楊獻(xiàn)祥;面向中文微博的產(chǎn)品名實(shí)體識(shí)別與規(guī)范化算法設(shè)計(jì)與實(shí)現(xiàn)[D];北京理工大學(xué);2015年

4 肖s，

本文編號(hào)：1487749