基于模糊神经网络和图模型推理的动作识别

• 作者: 肖秦琨 赵一丹 高嵩
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 动作识别 模糊神经网络 图模型 推理 概率
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 80-85
• 页数: 6页
• 分类号: TP301
• 字数: 4246字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2018.08.017

摘要

提出了一种基于模糊神经网络和图模型推理的人体动作识别方法.该方法将模糊神经网络和概率图模型推理有效地结合起来,目的在于能够更加准确、容易地对复杂视频动作序列进行识别,获得较高的动作识别精度.该方法由系统学习阶段和动作识别阶段两部分组成.首先,在系统学习阶段,构建了一个动态语义识别的层次图模型结构:第一级是基于模糊神经网络的关键帧动作识别图模型,用于关键帧的动作识别;第二级是关键帧序列分类模型,用于关键帧序列的语义识别.其次,在动作识别阶段,使用模糊神经网络和图模型推理算法进行动作识别,从而得到识别结果.最后,通过对实验结果的分析比较可以看出,相比现有的人体动作识别方法,该方法具有更好的识别性能,识别结果精度更佳.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高嵩	西安工业大学电子信息工程学院	110	664	14.0	19.0
2	肖秦琨	西安工业大学电子信息工程学院	36	224	9.0	12.0
3	赵一丹	西安工业大学电子信息工程学院	4	5	2.0	2.0