人体行为识别的Markov随机游走半监督学习方法

• 作者: 王翠茹 袁和金
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: 人体行为识别 编辑距离 Markov随机游走 半监督学习
• 年，卷（期）: 2011,（10）
• 所属期刊栏目: 图像与视觉
• 页码范围: 1749-1757
• 分类号: TP391.41
• 字数: 6341字
• 语种: 中文

摘要

针对目前人体行为识别方法大都需要大量有标注样本的问题,提出一种基于Markov随机游走的半监督人体行为识别算法.首先提取序列图像各帧人体区域的网格统计特征,再采用基于对手惩罚策略的竞争神经网络对其进行聚类和编码,将图像序列表示的人体行为变换为符号序列；然后根据行为之间的归一化编辑距离建立已标注行为、未标注行为和类别之间的Markov链,并采用Markov随机游走过程来预测未标注行为的类别；最后采用最大后验概率准则对观测到的未知行为进行分类.对Weizmann数据集中人体行为的识别实验结果表明,该方法是一种有效的人体行为识别方法,在标注样本很少的情况下平均识别精度可以超过80％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁和金	华北电力大学计算机系	34	238	8.0	14.0
2	王翠茹	华北电力大学计算机系	50	701	14.0	25.0