-
题名基于双特征融合与自适应提升机制的图像动作识别算法
被引量：9
- 1
-
-
作者
罗冬梅
左金水
余文森
-
机构
武夷学院信息技术与实验室管理中心
浙江工商大学管理学院
武夷学院数学与计算机学院
-
出处
《电子测量与仪器学报》
CSCD
北大核心
2017年第12期1929-1936,共8页
-
基金
教育部科学青年基金(13YJC630253)
福建省自然科学基金(2015J01668)
福建省中青年教师教育科研项目(JB14103)资助
-
文摘
针对复杂环境中动作识别易受到光照变化、目标旋转,遮挡等导致目标位置不精确,目标漂移以及识别错误等问题,提出了一种基于双特征融合与自适应提升的动作识别算法。首先,基于时空上下文(spatio-temporal context,STC)机制,通过时空上下文关系与视觉系统特性来提取图像序列特征,降低光照变化、遮挡对行为动作的影响;同时,利用卷积神经网络(convolution neural network,CNN)来处理图像序列,分别获得STC特征与CNN特征;其次,引入主成分分析算子,定义双特征融合规则,对获得STC特征与CNN特征进行组合,形成一种更准确、完整的特征表示;然后,通过得到的新特征,利用自适应提升算法(adaptive boosting algorithm,ABA)进行分类训练,完成对行为动作决策判断。在Weizmann、Hollywood数据集上测试表明,相对于当前常用的动作识别方法,所提算法对各种行为动作具有更高的识别精度与鲁棒性,更能适应复杂背景和动作变化。所提算法具有较高的人体动作识别精度,在视频监测、人机交互等领域具有一定的应用价值。
-
关键词
图像动作识别
时空上下文
双特征融合
卷积神经网络
主成分分析
自适应提升算法
-
Keywords
image motion recognition
temporal and spatial context
double feature fusion
convolution neural network
principal component analysis
adaptive lifting algorithm
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
TN99
[电子电信—信号与信息处理]
-
-
题名3D局部特征耦合回归森林的图像动作识别算法
- 2
-
-
作者
占俊
谢全卿
-
机构
景德镇学院计算机工程系
南京航空航天大学电子信息工程学院
-
出处
《计算机工程与设计》
北大核心
2018年第7期1990-1995,2007,共7页
-
基金
国家自然科学基金项目(60872065)
江苏省自然科学基金项目(BK20160217)
江西省教育厅科学技术研究基金项目(GJJ16276)
-
文摘
为提高人体动作的识别与理解能力,设计3D局部特征耦合回归森林学习的动作识别方案。利用Gaussian滤波器从深度图像中提取人体轮廓的空间点,将获得的轮廓点映射到3D直方图中,形成3D局部特征;根据3D局部特征,利用关节点与边缘形成人体的图形模型,获取其结构约束Φ(x_i)和空间约束Φ(x_(ij));引入回归森林(regression forests,RF)定义Φ(x_i)、Φ(x_(ij))的回归系数,利用Gaussian密度函数计算Φ(xi)、Φ(x_(ij))的相互分布关系,对其进行分类学习,完成人体动作识别与理解。实验结果表明,与当前方法相比,所提方法具有更高的动作识别准确率,可有效学习人体结构和定位关节。
-
关键词
图像动作识别
3D局部特征
图形模型
回归森林
特征直方图
Gaussian密度函数
-
Keywords
image motion recognition
3D local feature
graphical model
regression forest
feature histogram
Gaussian density function
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
-
