-
公开(公告)号：CN107341471B
公开(公告)日：2019-10-01
申请号：CN201710537393.3
申请日：2017-07-04
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于双层条件随机场的人体行为识别方法，属于计算机视觉的行为识别领域。首先，分别提取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特征，计算交互物体在RGB‑D视频分割后得到的各个小视频得分信息作为全局特征。然后，建模顶层条件随机场以捕捉人体行为间的高阶相关性，建模底层条件随机场以丰富人体行为内部的潜在结构，最终构建双层条件随机场的判别分类模型。接着，采用精确推理和结构化支持向量机分类器学习双层条件随机场的判别分类模型参数。最后，根据学习得到的模型参数和即得模型预测测试视频中人体行为类别。本发明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：CN107341471A
公开(公告)日：2017-11-10
申请号：CN201710537393.3
申请日：2017-07-04
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于双层条件随机场的人体行为识别方法，属于计算机视觉的行为识别领域。首先，分别提取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特征，计算交互物体在RGB-D视频分割后得到的各个小视频得分信息作为全局特征。然后，建模顶层条件随机场以捕捉人体行为间的高阶相关性，建模底层条件随机场以丰富人体行为内部的潜在结构，最终构建双层条件随机场的判别分类模型。接着，采用精确推理和结构化支持向量机分类器学习双层条件随机场的判别分类模型参数。最后，根据学习得到的模型参数和即得模型预测测试视频中人体行为类别。本发明在一定程度上提高了人体行为动作的识别准确度。
-
Search Results
2
records
(took 0.018 seconds)
