基于ISA网络的视频人体行为分类识别

• 作者: 卢炎生 王灿 钟忺 钟珞
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 人体行为识别 特征提取 无监督学习 独立子空间分析 独立子空间分析深度网络
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 计算机与控制工程
• 页码范围: 103-108
• 页数: 6页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.13245/j.hust.190219

摘要

采用基于独立子空间分析(ISA)模型与神经网络理论形成的ISA深度网络模型特征提取方法,并结合数据预处理方法、K-means聚类方法以及支持向量机(SVM)分类器等实现对视频人体行为的分类识别.将本研究方法应用到Hollywood2人体行为数据集上进行人体行为识别实验,并与其他常用人体行为特征提取和识别方法进行对比,实验结果验证了本研究方法在人体行为分类识别中的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢炎生	华中科技大学计算机科学与技术学院	216	1989	20.0	34.0
2	钟珞	武汉理工大学计算机科学与技术学院	195	1963	24.0	32.0
6	钟忺	武汉理工大学计算机科学与技术学院	13	34	4.0	5.0
10	王灿	武汉理工大学计算机科学与技术学院	8	9	2.0	3.0