论文降重
免费查重
限定条件：
清空
- 相关度
- 出版时间
- 被引频次
刊名：西安交通大学学报
发表时间：2018-02-01
摘要:
针对传统稠密轨迹行为识别法不能很好地区分行为区域和背景的问题,提出一种运用显著性检测的行为识别方法.考虑到视频显著性在较小的时空范围内变化不大,将视频在时域分割为多个短子视频,并将子视频在空域划分成小块,再以块为基础运用一种两阶段显著性检测方法获取每个子视频的行为区域.在检测的第一阶段,将低秩矩阵恢复算法应用于子视频的运动信息计算其初始显著性,并据此将其内所有块划分为候选前景集合和绝对背景集合;在第二阶段,为了将真正的行为区域从候选前景集合中分离出来,利用绝对背景集合中块的运动信息构建字典,通过加权稀疏表示算法计算候选前景集合中每个块的细化显著性,再通过阈值化获取二值显著图用以指示行为区域;最后,将显著图融入稠密跟踪过程以获取行为区域轨迹用于行为识别.基准数据集上的实验结果表明,该方法能够较好地检测视频中的行为区域,获得的识别率高于传统稠密轨迹法2.5％～4.5％.
刊名：微电子学与计算机
发表时间：2019-06-01
摘要:
针对人体行为识别过程中分类算法识别精度低和数据样本集的“维数灾难”问题,提出了基于行为识别的SPLDA降维算法.首先,利用SPLDA算法在原有样本协方差矩阵不变的情况下获取最重要的主分量,通过贪婪搜索方法得到多个投影向量;然后,通过更新类内散度矩阵获得最优转换矩阵;最后,将降维后的样本数据集通过XGBoost分类器进行最终的行为识别.实验结果表明,XGBoost分类器与随机森林算法相比,平均识别精度提高了2.66％,识别时间降低了0.52 s;SPLDA-XGB算法可以实现有效降维且比PCA算法、LDA算法、LPP算法、L-PCA算法与XGBoost分类器结合的识别算法具有更高的人体行为识别准确率.
已选文献：0
导出
每页显示
10
|
20
|
30
