检索结果-维普期刊中文期刊服务平台

采用自适应变异粒子群优化SVM的行为识别被引量：11: 1; 作者张国梁贾松敏 +1 位作者张祥银徐涛《光学精密工程》 EI CAS CSCD 北大核心 2017年第6期1669-1678,共10页; 为了提高对视频序列中人体行为的识别能力,建立了基于局部特征的动作识别框架。通过时空特征提取及编码和SVM分类器参数优化两部分对该框架所涉及算法进行了研究。首先,采用Harris3D检测器获取时空兴趣点(STIP),以方向梯度直方图(HOG)... 展开更多; 关键词人体行为识别自适应变异粒子群算法时空兴趣点特征编码支持向量机; 在线阅读下载PDF 职称材料

改进联合彩色和深度图像特征的人体行为识别被引量：2: 2; 作者周鑫燚甘胜江 +1 位作者孙连海匡胤《计算机工程与应用》 CSCD 北大核心 2017年第8期180-185,共6页; 与传统光学相机相比,能同步获取RGB图像和深度图像数据,对人体行为识别提供了新的解决方案。因此,分别对RGB和深度图像序列提取改进的时空兴趣点特征,并基于一定规则实现时空兴趣点特征的融合。由于融合后特征的冗余性,基于时空聚类的方... 展开更多; 关键词深度传感器时空兴趣点特征融合行为识别; 在线阅读下载PDF 职称材料

基于改进时空兴趣点特征的双人交互行为识别被引量：6: 3; 作者王佩瑶曹江涛姬晓飞《计算机应用》 CSCD 北大核心 2016年第10期2875-2879,2884,共6页; 针对实际监控视频下双人交互行为的兴趣点特征选取不理想,且聚类词典中冗余单词导致识别率不高的问题,提出一种基于改进时空兴趣点(STIP)特征的交互行为识别方法。首先,引入基于信息熵的不可跟踪性检测方法,对序列图像进行跟踪得到交互... 展开更多; 关键词时空兴趣点信息熵双人交互行为识别词袋模型模糊C均值 3维尺度不变特性转换最近邻分类器; 在线阅读下载PDF 职称材料

基于时空兴趣点和概率潜动态条件随机场模型的在线行为识别方法被引量：3: 4; 作者吴亮何毅 +1 位作者梅雪刘欢《计算机应用》 CSCD 北大核心 2018年第6期1760-1764,共5页; 针对在线行为连续序列的识别问题以及行为识别模型的稳定性问题,提出一种监控视频中基于概率潜动态条件随机场(PLDCRF)的在线行为识别方法。首先,应用时空兴趣点(STIP)对行为特征进行提取;再利用PLDCRF模型识别室内人体的活动状态。PLD... 展开更多; 关键词视频监控在线行为识别时空兴趣点概率潜动态条件随机场; 在线阅读下载PDF 职称材料

题名采用自适应变异粒子群优化SVM的行为识别被引量：11: 1; 作者张国梁贾松敏张祥银徐涛; 机构北京工业大学信息学部; 出处《光学精密工程》 EI CAS CSCD 北大核心 2017年第6期1669-1678,共10页; 基金国家自然科学基金项目(No.61175087) 北京工业大学智能机器人"大科研"推进计划"助老智能轮椅床自主测控系统的研究与实现"资助项目(No.040000546317552); 文摘为了提高对视频序列中人体行为的识别能力,建立了基于局部特征的动作识别框架。通过时空特征提取及编码和SVM分类器参数优化两部分对该框架所涉及算法进行了研究。首先,采用Harris3D检测器获取时空兴趣点(STIP),以方向梯度直方图(HOG)和光流方向直方图(HOF)对STIP进行描述,并引入Fisher向量实现对特征描述子的编码;由于固定参数下SVM动作分类模型存在泛化能力不足的问题,将粒子群算法应用于各动作分类器参数寻优过程中,针对种群多样性逐代变化的特点,构建粒子聚集度模型,并利用其动态调节各代粒子的变异概率;最后,利用KTH和HMDB51数据集对所提方法进行验证。结果表明,所提自适应变异粒子群算法(AMPSO)能够有效避免种群陷入局部最优,具备较强的全局寻优能力;在KTH和HMDB51数据集上的识别准确率分别为87.50%和26.41%,优于其余2种识别方法。实验证明,AMPSO算法收敛性能良好且整体识别框架具有较高的实用性和准确性。; 关键词人体行为识别自适应变异粒子群算法时空兴趣点特征编码支持向量机; Keywords human action recognition Adaptive Mutation Particle Swarm Optimization（AMPSO） Space Time Interest points（stip） feature coding Support Vector Machine（SVM）; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名改进联合彩色和深度图像特征的人体行为识别被引量：2: 2; 作者周鑫燚甘胜江孙连海匡胤; 机构成都师范学院计算机科学系; 出处《计算机工程与应用》 CSCD 北大核心 2017年第8期180-185,共6页; 基金四川省科技厅应用基础项目(No.2015JY0071) 成都师范学院高层次引进人才专项科研项目(No.YJRC2014-9) 成都师范学院自然科学类培育项目(No.CS14ZD02); 文摘与传统光学相机相比,能同步获取RGB图像和深度图像数据,对人体行为识别提供了新的解决方案。因此,分别对RGB和深度图像序列提取改进的时空兴趣点特征,并基于一定规则实现时空兴趣点特征的融合。由于融合后特征的冗余性,基于时空聚类的方法,对特征进行优化处理,并采用SVM分类器进行训练和测试。实验结果表明提出的RGB和深度图像特征联合方法的行为识别平均准确率为91%,相对于其他方法取得了更好的识别结果。; 关键词深度传感器时空兴趣点特征融合行为识别; Keywords depth sensor Spatial-Temporal Interests point(stip) feature combination action recognition; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于改进时空兴趣点特征的双人交互行为识别被引量：6: 3; 作者王佩瑶曹江涛姬晓飞; 机构辽宁石油化工大学信息与控制工程学院沈阳航空航天大学自动化学院; 出处《计算机应用》 CSCD 北大核心 2016年第10期2875-2879,2884,共6页; 基金国家自然科学基金资助项目(61103123) 辽宁省高等学校优秀人才支持计划项目(LJQ2014018 LR2015034)~~; 文摘针对实际监控视频下双人交互行为的兴趣点特征选取不理想,且聚类词典中冗余单词导致识别率不高的问题,提出一种基于改进时空兴趣点(STIP)特征的交互行为识别方法。首先,引入基于信息熵的不可跟踪性检测方法,对序列图像进行跟踪得到交互动作的前景运动区域,仅在此区域内提取时空兴趣点以提高兴趣点检测的准确性。其次采用3维尺度不变特性转换(3D-SIFT)描述子对检测得到的兴趣点进行表述,利用改进的模糊C均值聚类方法得到视觉词典,以提升词典的分布特性;在此基础上建立词袋模型,即将训练集样本向词典进行投影得到每帧图像的直方图统计特征表示。最后,采用帧帧最近邻分类方法进行双人交互动作识别。在UT-interaction数据库上进行测试,该算法得到了91.7%的正确识别率。实验结果表明,通过不可跟踪性检测得到的时空兴趣点的改进词袋算法可以较大程度提高交互行为识别的准确率,并且适用于动态背景下的双人交互行为识别。; 关键词时空兴趣点信息熵双人交互行为识别词袋模型模糊C均值 3维尺度不变特性转换最近邻分类器; Keywords Spatio-Temporal Interest point （stip） information entropy two-person interaction recognition Bag Of Word （BOW） model Fuzzy C-Means （FCM） 3-Dimensional Seale-Invariant Feature Transform （3D-SIFT） nearest neighborclassifier; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于时空兴趣点和概率潜动态条件随机场模型的在线行为识别方法被引量：3: 4; 作者吴亮何毅梅雪刘欢; 机构南京工业大学电气工程与控制科学学院; 出处《计算机应用》 CSCD 北大核心 2018年第6期1760-1764,共5页; 基金江苏省"六大人才高峰"项目(XXRJ-012) 江苏省研究生科研与实践创新计划项目(SJCX17_0276)~~; 文摘针对在线行为连续序列的识别问题以及行为识别模型的稳定性问题,提出一种监控视频中基于概率潜动态条件随机场(PLDCRF)的在线行为识别方法。首先,应用时空兴趣点(STIP)对行为特征进行提取;再利用PLDCRF模型识别室内人体的活动状态。PLDCRF模型融合了隐含状态变量,能够构建姿态序列子结构,可以选取姿态之间的动态特征,并且直接标记出未分割序列;同时也可以正确地标记出行为间的转换过程,从而明显改善了行为识别的效果。隐含条件随机场(HCRF)、潜动态条件随机场(LDCRF)、潜动态条件神经场(LDCNF)以及PLDCRF模型对10种不同动作的识别率比较结果表明,所提PLDCRF模型对连续的行为序列的综合识别能力更强,并且有更好的稳定性。; 关键词视频监控在线行为识别时空兴趣点概率潜动态条件随机场; Keywords video surveillance online behavior recognition space-time interest point （stip） Probabilistic Latent-Dynamic Conditional Random Field （PLDCRF）; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	采用自适应变异粒子群优化SVM的行为识别	张国梁贾松敏张祥银徐涛	《光学精密工程》 EI CAS CSCD 北大核心	2017	11	在线阅读下载PDF 职称材料
2	改进联合彩色和深度图像特征的人体行为识别	周鑫燚甘胜江孙连海匡胤	《计算机工程与应用》 CSCD 北大核心	2017	2	在线阅读下载PDF 职称材料
3	基于改进时空兴趣点特征的双人交互行为识别	王佩瑶曹江涛姬晓飞	《计算机应用》 CSCD 北大核心	2016	6	在线阅读下载PDF 职称材料
4	基于时空兴趣点和概率潜动态条件随机场模型的在线行为识别方法	吴亮何毅梅雪刘欢	《计算机应用》 CSCD 北大核心	2018	3	在线阅读下载PDF 职称材料