EM算法的改进及其在行为识别中的应用

• 作者: 刘典婷 吴敏 崔满丰 李卫东 赵桂儒
• 来源期刊: 电视技术
• 学科: 工学
• 关键词: 高斯混合分布 EM算法 行为识别
• 年，卷（期）: 2014,（13）
• 所属期刊栏目: 视频应用与工程
• 页码范围: 196-199
• 页数: 4页
• 分类号: TP391
• 字数: 2996字
• 语种: 中文

摘要

EM算法是求解GMM参数的传统算法,当样本数据规模比较大、GMM高斯成分数量比较高时,EM算法需要很长的时间才能收敛.提出了一种改进的EM算法,通过设置适当的参数,利用改进后的EM算法求解GMM参数,相比原EM算法在运行速度上有了很大的提高;进一步,结合GMM超向量以及SVM分类器,将改进后的EM算法应用到对KTH人体行为数据库的识别中,相比原EM算法识别准确率只受到了很小的影响.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李卫东		22	126	8.0	9.0
2	赵桂儒		11	75	5.0	8.0
3	吴敏		9	33	4.0	5.0
4	崔满丰		16	22	3.0	4.0