10.16208/j.issn1000-7024.2019.05.050
基于自动编码机特征融合的图像行为识别算法
为解决动作识别算法易受到光照、遮挡等环境变化影响,使算法的识别准确率与鲁棒性不佳等问题,提出一种基于递归神经网络与自动编码机特征融合的行为识别方法.分别通过递归神经网络(recurrent neural network,RNN)特征与自动编码机(auto encoder,AE)特征两种方法对行为动作进行特征提取,得到AE特征和RNN特征;引入特征相似度,对获得的AE特征和RNN特征进行融合,形成一种更加全面准确的AE-RNN特征;根据得到的AE-RNN特征,利用条件随机场分类学习,完成行为动作判断.实验结果表明,相比当前行为识别算法,所提算法具有更高的准确识别率,能够适应复杂背景和行为动作变化.
行为识别、自动编码机、特征相似度、递归神经网络、条件随机场
40
TP391(计算技术、计算机技术)
国家自然科学基金项目41001251;河南省高等学校重点科研项目计划基金项目16B520001;计算机科学与技术国家级特色专业建设基金项目TS11576;河南省科技计划基金项目132102210212;安阳师范学院科研培育基金项目AYNU-KP-B08
2019-08-02(万方平台首次上网日期,不代表论文的发表时间)
共7页
1477-1483