10.16208/j.issn1000-7024.2017.12.042
结合MACH滤波最大池化及多类SVM的行为识别
提出一种人体行为识别方法.构建MACH滤波器组,对视频片段的三维时空体进行滤波,得到时空相关体;采用三层最大池化方法提取时空相关体的特征向量,采用高斯隶属函数对池化特征向量进行扩展;构建多类SVM分类器并进行特征分类,识别行为类别.在ADL和UCF Sports两个国际上通用的人体行为数据集上进行人体行为识别实验,实验结果表明,该方法的识别率高于现有的人体行为识别方法,对不同人体行为的区分能力更强.
行为识别、MACH滤波、最大池化、多类支持向量机、高斯隶属函数
38
TP391(计算技术、计算机技术)
中国博士后科学基金面上基金项目2014M560730;四川省科技厅应用基础基金项目2015JY0071;成都师范学院高层次引进人才专项科研基金项目YJRC2014-9;成都师范学院自然科学类培育基金项目CS14ZD02
2018-04-02(万方平台首次上网日期,不代表论文的发表时间)
共5页
3431-3435