10.3969/j.issn.1673-629X.2018.08.017
基于模糊神经网络和图模型推理的动作识别
提出了一种基于模糊神经网络和图模型推理的人体动作识别方法.该方法将模糊神经网络和概率图模型推理有效地结合起来,目的在于能够更加准确、容易地对复杂视频动作序列进行识别,获得较高的动作识别精度.该方法由系统学习阶段和动作识别阶段两部分组成.首先,在系统学习阶段,构建了一个动态语义识别的层次图模型结构:第一级是基于模糊神经网络的关键帧动作识别图模型,用于关键帧的动作识别;第二级是关键帧序列分类模型,用于关键帧序列的语义识别.其次,在动作识别阶段,使用模糊神经网络和图模型推理算法进行动作识别,从而得到识别结果.最后,通过对实验结果的分析比较可以看出,相比现有的人体动作识别方法,该方法具有更好的识别性能,识别结果精度更佳.
动作识别、模糊神经网络、图模型、推理、概率
28
TP301(计算技术、计算机技术)
国家自然科学基金61671362,61271362;陕西省自然科学基金2017JM6041
2018-09-04(万方平台首次上网日期,不代表论文的发表时间)
共6页
80-85