基于时空与或图模型的视频人体动作识别方法

• 作者: 易唐唐
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 人体动作识别 与或图模型 姿态估计 隐含参数支持向量机 时空特征学习
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 智能控制技术及应用
• 页码范围: 1792-1797
• 页数: 6页
• 分类号: TP391
• 字数: 5560字
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.160291

摘要

针对视频中的人体动作识别问题,提出一种基于时空与或图(AOG)模型的人体动作识别方法,将动作识别和姿态估计共同建模在一个时空AOG模型中.首先,将动作分解为姿态,进一步将姿态分解为多个时空(ST)部件,再将ST-部件分解为多个子部件,从而形成三层模型;然后,在三层上分别提取粗级、中级和细级特征;最后,分别学习3个级别上的模型参数,训练隐含参数支持向量机(Latent SVM)分类器,实现动作识别.通过大型数据集的测试以及与几种最新方法的比较,证明了该方案的有效性,识别精度能够达到94%左右.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	易唐唐	湖南女子学院信息技术系	13	58	4.0	7.0