概率隐含语义分析模型在行为识别中的编码与归一化方法研究

摘要：

在视频中的行为识别的语境下,为了提高概率隐含语义分析模型的识别性能,研究了不同编码方法结合归一化方法对于分类性能的影响;还考察了主成分分析预处理原始特征对于性能的影响,在显著降低特征维度进而降低计算量的同时,当特征包含较多噪声成分的情况下性能甚至会有所提升.在KTH和UT-interaction数据库上的实验表明,编码和归一化方法的适当组合可以显著提高模型的性能.在UT-interaction数据库的两个子集上识别精度分别达到了当前最好的结果96.44％、95％,其中在数据集1上采用稀疏的时空兴趣点特征,得到了94.24％的识别精度.

关键词：行为识别、主题模型、概率隐含语义分析、局域软分配

所属期刊栏目：34

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金61571106,61201345;福建省教育科研项目JA15309;福建省自然科学基金2018J01552

在线出版日期：2018-09-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：766-775