基于条件神经域的行为识别研究
以常用的行为识别数据集作为研究对象,利用条件神经域模型进行单人行为识别.首先用鲁棒自适应视觉背景提取算法提取特征,然后使用质心对齐方式截取目标区域并转成一维向量,最后将特征向量进行实验训练与测试,并将测验结果与隐动态条件神经域和支持向量机算法识别结果相对比.结果显示,条件神经域模型算法在识别率和稳定性方面都优于另外两种算法.
行为识别、条件神经域模型、隐动态条件神经域模型、支持向量机模型
TP391(计算技术、计算机技术)
上海市自然科学基金16ZR1413300
2017-09-14(万方平台首次上网日期,不代表论文的发表时间)
共4页
18-20,23