公开(公告)号：CN104166981A

公开(公告)日：2014-11-26

申请号：CN201410267729.5

申请日：2014-06-17

Applicant: 南京信息工程大学

Inventor： 邵岭 ,  西蒙·琼斯 ,  龙洋

IPC: G06T7/00

Abstract: 本发明提供了一种基于多图表达的人体动作学习方法，包括：将特征空间分成几个相互独立的子空间，并通过多个图来表示所述子空间；从每个子空间产生不同的关联矩阵，并且在每个子空间进行谱嵌入；将这些嵌入缩放连结在一起，为每个信息点得到一个单一表示，以生成特征集合谱多重图FGSM，所述FGSM能从原始的特征空间得到最少的数据丢失；将FGSM应用于聚类、信息检索和识别算法，以进行人体动作学习。本发明提供的基于多图表达的人体动作学习方法方便产品防伪验证操作，提高验证效率，适于实用。

公开(公告)号：CN104166981B

公开(公告)日：2017-02-15

申请号：CN201410267729.5

申请日：2014-06-17

Applicant: 南京信息工程大学

Inventor： 邵岭 ,  西蒙·琼斯 ,  龙洋

IPC: G06T7/00

Abstract: 本发明提供了一种基于多图表达的人体动作学习方法，包括：将特征空间分成几个相互独立的子空间，并通过多个图来表示所述子空间；从每个子空间产生不同的关联矩阵，并且在每个子空间进行谱嵌入；将这些嵌入缩放连结在一起，为每个信息点得到一个单一表示，以生成特征集合谱多重图FGSM，所述FGSM能从原始的特征空间得到最少的数据丢失；将FGSM应用于聚类、信息检索和识别算法，以进行人体动作学习。本发明提供的基于多图表达的人体动作学习方法方便产品防伪验证操作，提高验证效率，适于实用。