低层特征与高层语义融合的人体行为识别方法

摘要：

针对现有跌倒检测中跌倒样本采集困难,跌倒行为样本规模较少导致的识别率较差的问题,提出一种基于低层特征与高层语义的人体行为识别方法.该方法引入语义属性特征以便在某些行为样本较少的情况下能够共享行为之间的低层特征信息,通过构建属性-行为矩阵,利用低层特征信息训练语义属性检测器,得到语义属性特征,对属性特征与低层特征分别进行预分类,融合两种特征的预分类结果得到最终判决的人体行为类别.实验结果表明,与过采样算法、欠采样算法和最小二乘支持向量机相比,本文所提方法获得了更好的分类结果.

关键词：小样本数据、低层特征、高层语义、特征融合、人体行为识别

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目61373116;陕西省科技统筹创新工程计划项目2016KTZDGY04-01;西安邮电大学研究生创新基金项目103-602080003

在线出版日期：2018-04-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：694-699