-
题名基于小波特征匹配的短时人体行为识别
被引量：4
- 1
-
-
作者
苏本跃
张利
何清旋
盛敏
-
机构
安庆师范大学智能感知与计算安徽省高校重点实验室
铜陵学院数学与计算机学院
安庆师范大学计算机与信息学院
安庆师范大学数理学院
-
出处
《系统仿真学报》
CAS
CSCD
北大核心
2023年第1期158-168,共11页
-
基金
安徽省领军人才团队项目(皖教秘人[2019]16号)
安徽省自然科学基金(2108085QF269)
安庆师范大学与铜陵学院联合培养研究生科研创新基金(tlaqsflhy1)。
-
文摘
在人体行为识别研究中,特征选取是关键。为了获取充分且稳定的行为特征,往往对超过一个行为周期的长时行为数据进行处理,而小于一个行为周期的短时行为数据特征通常不稳定,难以做到准确稳定识别。提出一种基于小波变换和模板匹配相结合的短时人体行为识别方法。使用小波变换方法提取系数特征,将短时测试样本的特征与模板库中的特征进行匹配,根据相似性对行为动作做出分类识别。实验结果表明,此方法对于短时行为动作具有较为准确和稳定的识别性能,有助于实现对人体行为动作的实时识别。
-
关键词
短时行为
小波变换
近似系数
模板匹配
1范数
-
Keywords
short-time activity
wavelet transform
approximate coefficient
template matching
1 norm
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名近似最近邻搜索中投影增强型残差量化方法
被引量：2
- 2
-
-
作者
艾列富
程宏俊
冯学军
-
机构
安庆师范大学计算机与信息学院
安庆师范大学智能感知与计算安徽省高校重点实验室
-
出处
《激光技术》
CAS
CSCD
北大核心
2020年第6期742-748,共7页
-
基金
安徽省自然科学基金资助项目(1608085MF144,1908085MF194)
安徽省高校自然科学基金资助项目(AQKJ2015B006)
安庆师范大学教学研究资助项目(2018aqnujyxm009)。
-
文摘
为了降低图像特征向量量化的近似表示和高维向量带来的码书训练时间开销,提出了一种投影增强型残差量化方法。在前期的增强型残差量化工作基础上,将主成分分析与增强型残差量化相结合,使得码书训练和特征量化均在低维向量空间进行以提高效率;在低维向量空间上训练码书过程中,提出了联合优化方法,同时考虑投影和量化产生的总体误差,提升码书精度;针对该量化方法,设计了一种特征向量之间的近似欧氏距离快速计算方法用于近似最近邻完全检索。结果表明,相比增强型残差量化,在相同检索精度前提条件下,投影增强型残差量化的只需花费近1/3的训练时间;相比其它同类方法,所提出方法在码书训练时间效率、检索速度和精度上均具有更优的综合性能。该研究为主成分分析同其它量化模型的有效结合提供了参考。
-
关键词
图像处理
向量量化
近似最近邻
图像检索
-
Keywords
image processing
vector quantization
approximate nearest neighbor
image retrieval
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
