基于多视角自步学习的人体动作识别方法

摘要：

自步学习的动作识别方法采用课程学习的思路,忽略了不同视角动作特征对课程的影响,对多分类的人体两维视频复杂动作识别无法取得满意效果.针对上述问题,提出一种多视角自步学习算法.选取5个视角并提取Trajectory、HOG、HOF、MBHx和MBHy作为各自视角下的特征信息,利用自步学习算法学习得出对应视角下的动作分类课程,使用线性规划增强方法将不同视角下的课程进行融合,得出更适合解决多类复杂动作识别问题的综合课程.实验结果表明,相比单一视角自步学习方法和多视角支持向量机方法,该方法提高了多类复杂动作识别的效率和准确率,具有更高的可操作性和更广泛的应用前景.

关键词：人体动作识别、多视角融合、自步学习、线性规划增强、支持向量机

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61302125,61377107;上海市自然科学基金17ZR1408500

在线出版日期：2018-08-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：257-263