人体行为识别的条件随机场方法

被引：4

作者：

王媛媛 ^{[1
]}

王斌 ^{[2
]}

机构：

[1] 陆军军官学院基础部

[2] 国防科技大学信息系统与管理学院

来源：

重庆理工大学学报(自然科学) | 2013年 / 27卷 / 06期

关键词：

条件随机场; 行为识别; 隐马尔可夫模型; 机器学习; 最优化;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对人体行为的时变性,提取人体运动的侧影序列作为描述行为的特征。利用条件随机场方法建立人体行为模型,并通过序列数据的标记解决行为识别问题。该方法特征提取简单,针对运动状态序列而非单帧图像进行建模,提高了识别准确率;同时对数据没有条件独立性假设,具有更加广泛的适用性。在视频行为数据库KTH上的测试结果表明:条件随机场优于隐马尔可夫模型和支持向量机,相对于已有方法更加简单易用,且识别准确率高于其他方法。

引用

页码：93 / 99+105 +105

页数：8

共 6 条

[1] 人运动的视觉分析综述 [J].

王亮 ;

胡卫明 ;

谭铁牛 .

计算机学报, 2002, (03) :225-237

[2]

A survey of vision-based methods for action representation, segmentation and recognition[J] . Daniel Weinland,Remi Ronfard,Edmond Boyer.Computer Vision and Image Understanding . 2010 (2)

[3]

Conditional models for contextual human motion recognition[J] . Cristian Sminchisescu,Atul Kanaujia,Dimitris Metaxas.Computer Vision and Image Understanding . 2006 (2)

[4]

Object-based analysis and interpretation of human motion in sports video sequences by dynamic bayesian networks[J] . Ying Luo,Tzong-Der Wu,Jenq-Neng Hwang.Computer Vision and Image Understanding . 2003 (2)

[5]

Representations of quasi-Newton matrices and their use in limited memory methods[J] . Richard H. Byrd,Jorge Nocedal,Robert B. Schnabel.Mathematical Programming . 1994 (1)

[6]

Recognizing human action in time-sequential images using hidden Markov model .2 Yamato J,Ohya J,Ishii K. IEEE International Conference on Computer Vision and Pattern Recognition . 1992

← 1 →