基于张量子空间学习的人行为识别方法
提出了一种基于张量子空间学习降维人体高维侧影数据的人行为识别方法.给定一个动作的人侧影图像序列,首先用张量子空间学习方法将目标高维侧影图像投影到低维子空间来描述人运动的时空特性,并同时尽可能地保持目标侧影图像中像素之间的空间几何信息,然后用Hausdorff距离度量动作之间的相似性,并在最近邻距离框架下对动作进行分类识别.为验证本文算法的有效性,设计了动作识别和鲁棒性测试2个实验.实验结果表明提出的算法不仅能够有效地对人行为进行识别,且具有较强的鲁棒性.
人行为识别、张量子空间学习、主成分分析、局部保持投影
14
TP391.4(计算技术、计算机技术)
国家自然科学基金项目60634030,60702066;高等学校博士学科点专项科研基金项目20060699032;航空科学基金项目2007ZC53037
2009-05-05（万方平台首次上网日期，不代表论文的发表时间）
共7页
394-400
