基于改进LSDA的人体行为识别算法

• 作者: 张会敏 张善文 忽晓伟 谢泽奇
• 来源期刊: 电视技术
• 学科: 工学
• 关键词: 行为识别 维数约简 局部敏感判别分析 正交化
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 视频应用与工程
• 页码范围: 117-121
• 页数: 5页
• 分类号: TP391
• 字数: 4028字
• 语种: 中文
• DOI: 10.16280/j.videoe.2016.01.023

摘要

提出了一种基于改进的局部敏感判别分析(LSDA)的人体行为识别算法.首先,利用样本间的距离信息重置类内最近邻点集和类间最近邻点集的权值矩阵,保证在最大化目标函数时尽可能保持局部线性重构特性,解决小样本难题;然后,通过Gran-Schmidt正交化方法将特征矩阵进行正交化,可有效地保留原始空间中的高维空间,解决图像特征重建难题;最后在Weizmann行为数据库进行实验,平均正确识别率达到98.21％.试验结果表明,该算法具有良好的分类性能,在不同训练样本个数下,该算法均能获得较高的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张善文	郑州大学西亚斯国际学院	20	95	6.0	8.0
2	忽晓伟	郑州大学西亚斯国际学院	17	25	2.0	4.0
3	谢泽奇	郑州大学西亚斯国际学院	18	85	6.0	8.0
4	张会敏	郑州大学西亚斯国际学院	22	79	5.0	7.0