LASRC-ODP降维算法在行为识别中的应用

• 作者: 简献忠 贺士霖
• 来源期刊: 计算机应用研究
• 关键词: 正交鉴别投影 线性近似稀疏表示分类 行为识别
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 图形图像技术
• 页码范围: 3517-3520
• 页数: 4页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.11.076

摘要

针对分类识别算法在行为识别中存在识别率低和实时性差的问题,提出了一种线性近似稀疏表示分类的正交鉴别投影(LASRC-ODP)算法用于行为识别.LASRC-ODP算法将高维数据投影到低维空间时,最小化类内残差和最大化类间残差,同时利用投影矩阵的正交约束来增强鉴别结果;与LASRC分类相结合,将训练样本构成过完备字典,利用L2范数求解稀疏系数,优化了求解复杂度、加快了计算速度,得到特征更易区分的样本、最后根据L1范数和残差找出对应类别,保证了强鲁棒性.采用KTH行为数据库进行实验,可使LASRC分类时识别率为97.1%,实验结果表明该算法识别率高、抗噪和鲁棒性强,为行为识别的研究提供了一种新思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	简献忠	上海理工大学光电信息与计算机工程学院	91	341	9.0	14.0
5	贺士霖	上海理工大学光电信息与计算机工程学院	1	0	0.0	0.0