首页 | 本学科首页   官方微博 | 高级检索  
     

人体行为识别的Markov随机游走半监督学习方法
引用本文:袁和金,王翠茹.人体行为识别的Markov随机游走半监督学习方法[J].计算机辅助设计与图形学学报,2011,23(10).
作者姓名:袁和金  王翠茹
作者单位:华北电力大学计算机系 保定 071003
摘    要:针对目前人体行为识别方法大都需要大量有标注样本的问题,提出一种基于Markov随机游走的半监督人体行为识别算法.首先提取序列图像各帧人体区域的网格统计特征,再采用基于对手惩罚策略的竞争神经网络对其进行聚类和编码,将图像序列表示的人体行为变换为符号序列;然后根据行为之间的归一化编辑距离建立已标注行为、未标注行为和类别之间的Markov链,并采用Markov随机游走过程来预测未标注行为的类别;最后采用最大后验概率准则对观测到的未知行为进行分类.对Weizmann数据集中人体行为的识别实验结果表明,该方法是一种有效的人体行为识别方法,在标注样本很少的情况下平均识别精度可以超过80%.

关 键 词:人体行为识别  编辑距离  Markov随机游走  半监督学习

Human Action Recognition Using Markov Random Walk Based Semi-supervised Learning
Yuan Hejin,Wang Cuiru.Human Action Recognition Using Markov Random Walk Based Semi-supervised Learning[J].Journal of Computer-Aided Design & Computer Graphics,2011,23(10).
Authors:Yuan Hejin  Wang Cuiru
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号