基于LERBF算法的人体行为自相似识别

• 作者: 刘正涛 王志瑞 黄慧
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 局部特征 证据理论 神经网络 融合识别
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 计算机控制技术及应用
• 页码范围: 1784-1789
• 页数: 6页
• 分类号: TP391
• 字数: 4399字
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.150523

摘要

在当前人体动作行为识别过程中,一般侧重于对某一类动作行为的识别,算法的通用性和实用性均较差,对此基于局部证据RBF算法(Local Evidence RBF Algorithm,LERBF),在高层行为特征上实现对人体动作的自相似识别.首先,基于广义自相似时变特性,并结合光流场时空关注点,进行人体动作行为的特征局部提取,以此建立人体行为自相似局部描述特征矩阵;其次,基于SVM学习过程建立个体行为独立识别机制,并结合所提LERBF特征高层融合理论,建立起结构的分类优化机制,进而获得分类精度提高;最后,通过实验分析,LERBF具有90％左右的识别精度和最快的运算速度,验证所提识别算法具有更高的计算效率和精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘正涛	三江学院计算机科学与工程学院	26	107	6.0	9.0
2	王志瑞	三江学院计算机科学与工程学院	12	54	5.0	7.0
3	黄慧	三江学院计算机科学与工程学院	22	27	3.0	4.0