基于LCSCA特征与协同表示的轨迹分析算法

• 作者: 李策 王丽珍 胡天睿
• 来源期刊: 济南大学学报（自然科学版）
• 学科: 工学
• 关键词: 轨迹分析 最小二乘三次样条近似特征 协同表示 分类算法
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 信息科学
• 页码范围: 202-207
• 页数: 6页
• 分类号: TP391.41
• 字数: 4905字
• 语种: 中文
• DOI: 10.13349/j.cnki.jdxbn.20170405.004

摘要

为了充分利用最小二乘三次样条近似(LCSCA)特征进行人体行为识别,提出一种基于协同表示分类(CRC)的轨迹分析算法;该算法将传统稀疏表示的分类识别算法中基于l1范数的稀疏求解,改为基于l2范数的协同表示求解,大幅降低了分类算法的复杂度;该方法将LCSCA轨迹特征与CRC分类器紧密结合,采用距离加权的Tikhonov矩阵增强分类效果.结果表明,该方法对于轨迹的等变化具备较强鲁棒性,算法运行速度较快.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡天睿	北京邮电大学信息与通信工程学院	1	0	0.0	0.0