公开(公告)号：CN105740815A

公开(公告)日：2016-07-06

申请号：CN201610064349.0

申请日：2016-01-29

Applicant: 南京邮电大学

Inventor： 刘天亮 ,  王新城 ,  谯庆伟 ,  戴修斌 ,  罗杰波

IPC: G06K9/00 ,  G06K9/62

CPC classification number: G06K9/00335 ,  G06K9/6217

Abstract: 本发明公开了一种基于深度递归分层条件随机场的人体行为识别方法，首先，分别提取由RGB?D摄像机拍摄行为动作场景的RGB?D视频中行为动作主体的人体姿态和可能与其相互交互的物体信息，将这两种信息作为深度递归分层条件随机场的中间层状态，建模预测输出目标状态层中当前状态和当前所有已发生的预测输出状态集合的相关性，构建深度递归分层条件随机场模型；其次，采用BCFW优化方法驱动的结构化支持向量机分类器学习关于人体行为序列的判别分类模型；最后，根据学习得到的模型参数和即得判别模型预测待测试的人体行为序列的类别。本发明对行为动作具有显著的鲁棒性，在一定程度上提高了人体行为动作的识别准确度。

公开(公告)号：CN105740815B

公开(公告)日：2018-12-18

申请号：CN201610064349.0

申请日：2016-01-29

Applicant: 南京邮电大学

Inventor： 刘天亮 ,  王新城 ,  谯庆伟 ,  戴修斌 ,  罗杰波

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明公开了一种基于深度递归分层条件随机场的人体行为识别方法，首先，分别提取由RGB‑D摄像机拍摄行为动作场景的RGB‑D视频中行为动作主体的人体姿态和可能与其相互交互的物体信息，将这两种信息作为深度递归分层条件随机场的中间层状态，建模预测输出目标状态层中当前状态和当前所有已发生的预测输出状态集合的相关性，构建深度递归分层条件随机场模型；其次，采用BCFW优化方法驱动的结构化支持向量机分类器学习关于人体行为序列的判别分类模型；最后，根据学习得到的模型参数和即得判别模型预测待测试的人体行为序列的类别。本发明对行为动作具有显著的鲁棒性，在一定程度上提高了人体行为动作的识别准确度。