期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
采用自适应变异粒子群优化SVM的行为识别
被引量:
11
1
作者
张国梁
贾松敏
+1 位作者
张祥银
徐涛
《光学精密工程》
EI
CAS
CSCD
北大核心
2017年第6期1669-1678,共10页
为了提高对视频序列中人体行为的识别能力,建立了基于局部特征的动作识别框架。通过时空特征提取及编码和SVM分类器参数优化两部分对该框架所涉及算法进行了研究。首先,采用Harris3D检测器获取时空兴趣点(STIP),以方向梯度直方图(HOG)...
为了提高对视频序列中人体行为的识别能力,建立了基于局部特征的动作识别框架。通过时空特征提取及编码和SVM分类器参数优化两部分对该框架所涉及算法进行了研究。首先,采用Harris3D检测器获取时空兴趣点(STIP),以方向梯度直方图(HOG)和光流方向直方图(HOF)对STIP进行描述,并引入Fisher向量实现对特征描述子的编码;由于固定参数下SVM动作分类模型存在泛化能力不足的问题,将粒子群算法应用于各动作分类器参数寻优过程中,针对种群多样性逐代变化的特点,构建粒子聚集度模型,并利用其动态调节各代粒子的变异概率;最后,利用KTH和HMDB51数据集对所提方法进行验证。结果表明,所提自适应变异粒子群算法(AMPSO)能够有效避免种群陷入局部最优,具备较强的全局寻优能力;在KTH和HMDB51数据集上的识别准确率分别为87.50%和26.41%,优于其余2种识别方法。实验证明,AMPSO算法收敛性能良好且整体识别框架具有较高的实用性和准确性。
展开更多
关键词
人体行为识别
自适应变异粒子群算法
时空兴趣点
特征编码
支持向量机
在线阅读
下载PDF
职称材料
基于PE-Cuboid特征的人体行为识别算法
被引量:
1
2
作者
陶玲
《电脑知识与技术》
2014年第2X期1287-1290,共4页
为了克服单纯使用局部时空兴趣点(spatial-temporal interest point,STIP)的方法在对视频序列中人体行为进行识别时提取的特征点太少,且其不能完整的表征图像的特征,提出一种结合局部特征和全局特征的特征描述子PE-Cuboid,能有效的提高...
为了克服单纯使用局部时空兴趣点(spatial-temporal interest point,STIP)的方法在对视频序列中人体行为进行识别时提取的特征点太少,且其不能完整的表征图像的特征,提出一种结合局部特征和全局特征的特征描述子PE-Cuboid,能有效的提高人体行为识别的正确率。对每一个视频序列提取PE-Cuboid特征,利用像素变化概率图(PCRM)和边缘方向直方图(EOH)捕捉全局运动信息,局部的Cuboid描述子对全局特征做进一步区分,对最终生成的PE-Cuboid特征进行K-means聚类形成视觉词汇本(visual dictionary),将视觉词汇本输入到线性SVM分类器(linear Support Vector Machines,LSVM)中进行学习、训练、分类,最后采用打分的机制得到行为类别。该文算法在KTH、Weizmann行为数据库和我们自拍测试集中都做了测试,实验结果显示算法具有较高的识别率。
展开更多
关键词
行为识别
时空兴趣点
pe-cuboid
支持向量机
在线阅读
下载PDF
职称材料
基于多时空特征的人体动作识别算法
被引量:
6
3
作者
宋健明
张桦
+3 位作者
高赞
张燕
薛彦兵
徐光平
《光电子.激光》
EI
CAS
CSCD
北大核心
2014年第10期2009-2017,共9页
针对基于单时空特征的人体动作识算法的不足,提出了一种基于多时空特征的人体动作识别算法。通过在KTH与YouTube action公共动作数据集上的实验表明,本文提出的多时空特征的动作识别算法在较小码书的情况下,具有较好的区分性、鲁棒性以...
针对基于单时空特征的人体动作识算法的不足,提出了一种基于多时空特征的人体动作识别算法。通过在KTH与YouTube action公共动作数据集上的实验表明,本文提出的多时空特征的动作识别算法在较小码书的情况下,具有较好的区分性、鲁棒性以及实时性,且比一些且具有代表性的算法性能更好。
展开更多
关键词
多时空兴趣点
支持向量机(
svm
)
动作识别
stip
MoSIFT
原文传递
题名
采用自适应变异粒子群优化SVM的行为识别
被引量:
11
1
作者
张国梁
贾松敏
张祥银
徐涛
机构
北京工业大学信息学部
出处
《光学精密工程》
EI
CAS
CSCD
北大核心
2017年第6期1669-1678,共10页
基金
国家自然科学基金项目(No.61175087)
北京工业大学智能机器人"大科研"推进计划"助老智能轮椅床自主测控系统的研究与实现"资助项目(No.040000546317552)
文摘
为了提高对视频序列中人体行为的识别能力,建立了基于局部特征的动作识别框架。通过时空特征提取及编码和SVM分类器参数优化两部分对该框架所涉及算法进行了研究。首先,采用Harris3D检测器获取时空兴趣点(STIP),以方向梯度直方图(HOG)和光流方向直方图(HOF)对STIP进行描述,并引入Fisher向量实现对特征描述子的编码;由于固定参数下SVM动作分类模型存在泛化能力不足的问题,将粒子群算法应用于各动作分类器参数寻优过程中,针对种群多样性逐代变化的特点,构建粒子聚集度模型,并利用其动态调节各代粒子的变异概率;最后,利用KTH和HMDB51数据集对所提方法进行验证。结果表明,所提自适应变异粒子群算法(AMPSO)能够有效避免种群陷入局部最优,具备较强的全局寻优能力;在KTH和HMDB51数据集上的识别准确率分别为87.50%和26.41%,优于其余2种识别方法。实验证明,AMPSO算法收敛性能良好且整体识别框架具有较高的实用性和准确性。
关键词
人体行为识别
自适应变异粒子群算法
时空兴趣点
特征编码
支持向量机
Keywords
human
action recognition
Adaptive Mutation Particle Swarm Optimization(AMPSO)
Space Time Interest Points(
stip
)
feature coding
Support Vector Machine(
svm
)
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于PE-Cuboid特征的人体行为识别算法
被引量:
1
2
作者
陶玲
机构
武汉工程大学计算机学院
出处
《电脑知识与技术》
2014年第2X期1287-1290,共4页
文摘
为了克服单纯使用局部时空兴趣点(spatial-temporal interest point,STIP)的方法在对视频序列中人体行为进行识别时提取的特征点太少,且其不能完整的表征图像的特征,提出一种结合局部特征和全局特征的特征描述子PE-Cuboid,能有效的提高人体行为识别的正确率。对每一个视频序列提取PE-Cuboid特征,利用像素变化概率图(PCRM)和边缘方向直方图(EOH)捕捉全局运动信息,局部的Cuboid描述子对全局特征做进一步区分,对最终生成的PE-Cuboid特征进行K-means聚类形成视觉词汇本(visual dictionary),将视觉词汇本输入到线性SVM分类器(linear Support Vector Machines,LSVM)中进行学习、训练、分类,最后采用打分的机制得到行为类别。该文算法在KTH、Weizmann行为数据库和我们自拍测试集中都做了测试,实验结果显示算法具有较高的识别率。
关键词
行为识别
时空兴趣点
pe-cuboid
支持向量机
Keywords
action recognition
,
stip
,
pe-cuboid
,
svm
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于多时空特征的人体动作识别算法
被引量:
6
3
作者
宋健明
张桦
高赞
张燕
薛彦兵
徐光平
机构
天津理工大学计算机视觉与系统省部共建教育部重点实验室
出处
《光电子.激光》
EI
CAS
CSCD
北大核心
2014年第10期2009-2017,共9页
基金
国家自然科学基金(61202168
61201234)
+2 种基金
天津市应用基础与前沿技术计术研究计划(14JCZDJC31700)
天津市自然科学基金(13JCQNJC0040)
天津市教育委员会科学技术发展基金(20120802)资助项目
文摘
针对基于单时空特征的人体动作识算法的不足,提出了一种基于多时空特征的人体动作识别算法。通过在KTH与YouTube action公共动作数据集上的实验表明,本文提出的多时空特征的动作识别算法在较小码书的情况下,具有较好的区分性、鲁棒性以及实时性,且比一些且具有代表性的算法性能更好。
关键词
多时空兴趣点
支持向量机(
svm
)
动作识别
stip
MoSIFT
Keywords
multi-spatio-temporal features
support vector machine(
svm
)
action recognition
spacetime interest point(
stip
)
MOSIFT
分类号
TN391 [电子电信—物理电子学]
原文传递
题名
作者
出处
发文年
被引量
操作
1
采用自适应变异粒子群优化SVM的行为识别
张国梁
贾松敏
张祥银
徐涛
《光学精密工程》
EI
CAS
CSCD
北大核心
2017
11
在线阅读
下载PDF
职称材料
2
基于PE-Cuboid特征的人体行为识别算法
陶玲
《电脑知识与技术》
2014
1
在线阅读
下载PDF
职称材料
3
基于多时空特征的人体动作识别算法
宋健明
张桦
高赞
张燕
薛彦兵
徐光平
《光电子.激光》
EI
CAS
CSCD
北大核心
2014
6
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部