基于动静态特征结合的改进模糊支持向量机行为识别

• 作者: 张丽红 王向东
• 来源期刊: 测试技术学报
• 学科: 工学
• 关键词: 动态特征 静态特征 模糊支持向量机 K近邻法 行为识别
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 数据采集与图像处理
• 页码范围: 125-130
• 页数: 6页
• 分类号: TP18
• 字数: 3067字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7449.2017.02.006

摘要

为了进一步提高行为识别的准确率,将视频中行为的动态特征和静态特征结合起来,应用一种改进的模糊支持向量机(FSVM)方法进行识别,该方法中采用一种新的隶属度确定方法,考虑了样本与类中心的距离以及样本与样本之间的紧密度关系;同时对支持向量机中靠近支持向量的难以识别的样本使用K近邻法识别.在KTH图像数据集上进行实验,将支持向量机与改进的模糊支持向量机两种识别方法进行比较,改进的模糊支持向量机在各类行为识别上取得了较高的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张丽红	山西大学物理电子工程学院	44	191	8.0	12.0
2	王向东	山西大学物理电子工程学院	2	8	2.0	2.0