基于自动编码器与概率神经网络的人体运动行为识别方法

• 作者: 李兴 肖秦琨
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 人体行为识别 自动编码器 PNN概率神经网络 BP神经网络
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 人工智能
• 页码范围: 11-13,18
• 页数: 4页
• 分类号: TP301
• 字数: 2421字
• 语种: 中文
• DOI: 10.11907/rjdk.173068

摘要

为了准确而快速地识别出图像中人体的某种行为特征,提出了一种全新的三层自动编码器与PNN概率神经网络结合的网络模型.把人体行为的关键帧从包含10种人体行为的视频库中提取出来,用背景减除法提取人体轮廓图并进行二值化图像处理,根据时间序列叠加轮廓图,组成含有10个特征轮廓的数据库,随后将特征轮廓数据在自动编码器中编码,编好码的特征数据随即进入概率神经网络进行训练学习.将训练好的神经网络对这10种人体行为进行准确识别.实验结果表明,经过自动编码器处理后的人体特征进行PNN神经网络识别,比单纯用BP神经网络识别准确率提高5％以上,由此证明该方法有效可行.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖秦琨	西安工业大学电子信息工程学院	36	224	9.0	12.0
2	李兴	西安工业大学电子信息工程学院	2	0	0.0	0.0