RGBD人体行为识别中的自适应特征选择方法

• 作者: 张洪博 李绍滋 黄敏 龚冬颖
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 人体行为识别 自适应特征选择 信息熵 随机森林
• 年，卷（期）: 2017,（1）
• 页码范围: 1-7
• 页数: 7页
• 分类号: TP391.41
• 字数: 5646字
• 语种: 中文
• DOI: 10.11992/tis.201611008

摘要

目前在RGBD视频的行为识别中,为了提高识别准确率,许多方法采用多特征融合的方式.通过实验分析发现,行为在特定特征上的分类效果好,但是多特征融合并不能体现个别特征的分类优势,同时融合后的特征维度很高,时空开销大.为了解决这个问题,提出了RGBD人体行为识别中的自适应特征选择方法,通过随机森林和信息熵分析人体关节点判别力,以高判别力的人体关节点的数量作为特征选择的标准.通过该数量阈值的筛选,选择关节点特征或者关节点相对位置作为行为识别特征.实验结果表明,该方法相比于特征融合的算法,行为识别的准确率有了较大提高,超过了大部分算法的识别结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李绍滋	厦门大学智能科学与技术系	87	1292	20.0	34.0
5	张洪博	华侨大学计算机科学与技术学院	7	30	2.0	5.0
6	黄敏	厦门大学智能科学与技术系	20	47	4.0	6.0
10	龚冬颖	厦门大学智能科学与技术系	1	2	1.0	1.0