基于Latent SVM的多视角行为识别方法

• 作者: 王丹 臧雪柏 陈奋君
• 来源期刊: 吉林大学学报（信息科学版）
• 学科: 工学
• 关键词: 行为识别 隐变量支持向量机 行为覆盖区 行为核心 多视角行为模型
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 控制科学与工程
• 页码范围: 747-752
• 页数: 6页
• 分类号: TP182
• 字数: 3752字
• 语种: 中文

摘要

为了在静态图像中获取有效信息,构建行为模型,提出了行为覆盖区ACA(Action Coverage Area)和行为核心AC(Action Core)的概念,基于Latent SVM(Support Vector Machine)目标识别方法,设计了一种多视角行为模型MVAM(Multiple Viewpoint Action Model).建立了独立的用于行为模型训练和测试的行为数据库.实验表明,该表示法对静态图像中的人体行为能有效地进行分类和检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	臧雪柏	吉林大学计算机科学与技术学院	39	310	10.0	17.0
2	王丹	北华大学信息技术与传媒学院	191	680	12.0	17.0
6	陈奋君	吉林大学计算机科学与技术学院	1	1	1.0	1.0