基于深度学习的人体行为识别
为了识别公共区域等特定场所下的人体行为,提出了一种基于深度学习的人体行为识别方法.首先,预处理训练样本集和测试样本集中的所有图像,通过高斯混合模型提取出目标运动前景.其次,对训练样本集中各种目标行为建立样本库,定义不同类别的识别行为作为先验知识,用于训练深度学习网络.最后,结合深度学习所得到的网络模型,分类识别测试样本集中的各种行为,并将识别的结果和当前流行方法进行了比较.实验结果表明,该人体行为识别方法优于其它方法,平均识别率相比其他方法有较大的提高.
深度学习、受限玻尔兹曼机、深度信念网络、行为识别
41
TP391(计算技术、计算机技术)
国家自然科学基金11204099;中央高校基本科研业务费专项资金2014BQ083.The National Natural Science Foundation of China,No.11204099;Fundamental Research Funds for the Central Universities,No.2014BQ083.
2016-06-27(万方平台首次上网日期,不代表论文的发表时间)
492-497