基于半监督学习的人体异常行为识别

• 作者: 李知菲 端木春江
• 来源期刊: 浙江师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 人体异常行为识别 半监督学习 动态时间规整 隐马尔科夫模型
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 重点学科研究
• 页码范围: 258-262
• 页数: 5页
• 分类号: TP391.41
• 字数: 2496字
• 语种: 中文

摘要

需要进行人体异常行为识别的视频一般都是未标记的序列图像,传统的有监督的识别方法往往不能较好地反映其行为的特征,识别率不高.提出了一种基于半监督学习的人体异常行为识别方法,首先使用基于DTW距离的self-training进行标记数据扩充,然后用此扩充的序列图像样本集合训练对应的HMM,最终进行异常行为识别.实验结果证明该方法有效且识别率较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李知菲	浙江师范大学数理与信息工程学院	14	94	5.0	9.0
2	端木春江	浙江师范大学数理与信息工程学院	34	84	5.0	6.0