基于聚类RBF神经网络的人体行为识别

• 作者: 姜莹礁 王寻 贾琪 赵怀勋
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 背景差分 中心距 谱聚类 类内类间距离
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 基金项目论文
• 页码范围: 47-49,53
• 页数: 4页
• 分类号: TP301.6
• 字数: 3800字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2013.02.012

摘要

提出基于聚类RBF神经网络的人体行为识别方法.通过基于单模态高斯背景模型的背景差分法提取动作轮廓；采用基于中心距的傅里叶描述子,对图像轮廓线进行处理,降低了特征的维数；利用谱聚类算法提取行为序列的关键特征向量,采用改进的基于聚类的RBF神经网络进行行为识别.仿真实验表明,该方法能有效识别人体行为类别,应用效果满足实际要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵怀勋	武警工程大学信息工程系	57	291	10.0	13.0
2	王寻	武警工程大学信息工程系	4	33	2.0	4.0
3	贾琪	武警工程大学信息工程系	2	11	1.0	2.0
4	姜莹礁	武警工程大学信息工程系	2	16	2.0	2.0