基于Fisher鉴别字典学习的人体行为识别

• 作者: 季冲 王胜 陆建峰
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 稀疏表示 人体行为识别 运动特征 Fisher鉴别准则
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 图形图像与模式识别
• 页码范围: 270-274
• 页数: 5页
• 分类号: TP391.4
• 字数: 5487字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2017.07.048

摘要

人体行为识别是计算机视觉中的一个重要研究领域,具有广阔的应用前景.研究了基于Fisher鉴别的字典学习方法在人体行为识别上的应用.首先对人体行为的视频序列提取了局部时空特征,并通过随机投影法降维;然后把降维后的特征作为待分类的信号进行Fisher鉴别字典学习,从而增强字典和编码系数的鉴别能力;最后同时利用重构误差和稀疏表示系数进行分类.实验结果验证了所提方法在人体行为识别上的有效性与鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆建峰	南京理工大学计算机科学与工程学院	77	1217	17.0	33.0
2	王胜	南京理工大学计算机科学与工程学院	2	5	1.0	2.0
3	季冲	南京理工大学计算机科学与工程学院	1	4	1.0	1.0