RGBD人体行为识别中的自适应特征选择方法
目前在RGBD视频的行为识别中,为了提高识别准确率,许多方法采用多特征融合的方式.通过实验分析发现,行为在特定特征上的分类效果好,但是多特征融合并不能体现个别特征的分类优势,同时融合后的特征维度很高,时空开销大.为了解决这个问题,提出了RGBD人体行为识别中的自适应特征选择方法,通过随机森林和信息熵分析人体关节点判别力,以高判别力的人体关节点的数量作为特征选择的标准.通过该数量阈值的筛选,选择关节点特征或者关节点相对位置作为行为识别特征.实验结果表明,该方法相比于特征融合的算法,行为识别的准确率有了较大提高,超过了大部分算法的识别结果.
人体行为识别、自适应特征选择、信息熵、随机森林
12
TP391.41(计算技术、计算机技术)
国家自然科学基金项目61572409,61571188,61202143;福建省自然科学基金项目2013J05100;中医健康管理福建省2011协同创新中心项目
2017-05-08(万方平台首次上网日期,不代表论文的发表时间)
共7页
1-7