判别分析字典在行为识别中的算法研究

• 作者: 廖炳焱 张跃飞 程石磊 解梅 赵雷 钮孟洋 顾菘
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: 分析字典学习 Fisher准则 人体行为识别 低秩表达
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 计算机工程与应用
• 页码范围: 767-773
• 页数: 7页
• 分类号: TP39
• 字数: 5610字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0548.2019.05.017

摘要

近年来,字典学习已成功运用到模式识别领域中,但是作为字典学习里的重要分支,分析字典却极少能得到应用,主要原因是分析字典的判别力较弱.该文提出了一种新的具有鲁棒性和判别性的分析字典学习法,该字典学习法从带噪数据中寻求数据的低秩表达,并联合Fisher准则从恢复出的干净数据中学习分析字典,由于引入了监督学习的机制,因此增强了字典的判别特性.最后将该算法应用于人体行为识别任务中,通过实验验证得出,相比于其他经典的字典学习方法,该方法在行为识别数据集上取得了较好的分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	解梅	电子科技大学信息与通信工程学院	45	731	16.0	26.0
2	顾菘		6	3	1.0	1.0
3	程石磊	电子科技大学信息与通信工程学院	2	0	0.0	0.0
4	赵雷	电子科技大学信息与通信工程学院	1	0	0.0	0.0
5	钮孟洋	电子科技大学信息与通信工程学院	1	0	0.0	0.0
6	廖炳焱	电子科技大学信息与通信工程学院	1	0	0.0	0.0
7	张跃飞		1	0	0.0	0.0