基于多视角自步学习的人体动作识别方法

• 作者: 刘莹莹 周梅 孙力 徐伟 邱崧
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 人体动作识别 多视角融合 自步学习 线性规划增强 支持向量机
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 图形图像处理
• 页码范围: 257-263
• 页数: 7页
• 分类号: TP391
• 字数: 4532字
• 语种: 中文

摘要

自步学习的动作识别方法采用课程学习的思路,忽略了不同视角动作特征对课程的影响,对多分类的人体两维视频复杂动作识别无法取得满意效果.针对上述问题,提出一种多视角自步学习算法.选取5个视角并提取Trajectory、HOG、HOF、MBHx和MBHy作为各自视角下的特征信息,利用自步学习算法学习得出对应视角下的动作分类课程,使用线性规划增强方法将不同视角下的课程进行融合,得出更适合解决多类复杂动作识别问题的综合课程.实验结果表明,相比单一视角自步学习方法和多视角支持向量机方法,该方法提高了多类复杂动作识别的效率和准确率,具有更高的可操作性和更广泛的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邱崧	华东师范大学信息科学技术学院上海市多维度信息处理重点实验室	20	72	5.0	7.0
2	徐伟	上海交通大学图像处理与模式识别研究所	50	211	9.0	12.0
3	刘莹莹	华东师范大学信息科学技术学院上海市多维度信息处理重点实验室	3	6	2.0	2.0
4	孙力	华东师范大学信息科学技术学院上海市多维度信息处理重点实验室	1	2	1.0	1.0
5	周梅	华东师范大学信息科学技术学院上海市多维度信息处理重点实验室	1	2	1.0	1.0