多层独立子空间分析时空特征的人体行为识别方法

作     者：瞿涛 邓德祥 刘慧 邹炼 刘弋锋 QU Tao;DENG Dexiang;LIU Hui;ZOU Lian;LIU Yifeng

作者机构：武汉大学电子信息学院湖北武汉430072 厦门大学通信工程系福建厦门361005 

基　　金：国家自然科学基金(61072135)~~ 

出 版 物：《武汉大学学报（信息科学版）》 (Geomatics and Information Science of Wuhan University)

年 卷 期：2016年第41卷第4期

页      码：468-474页

摘      要：人体行为识别在视频监控、医疗诊断等领域都有重要的意义。目前人体识别的主要方法是将人为设计的二维特征扩展到三维空间,或利用运动轨迹,提取出时空特征。基于深度学习的思想,直接在三维空间中构建多层神经网络,从大量的视频数据中学习不同行为的时空特征。首先,采用独立子空间分析(independent subspace analysis,ISA)方法,构造两层卷积叠加神经网络,从训练视频中学习网络权重。然后,对特征使用K-means聚类,转化为视觉单词,根据视觉单词频率直方图计算支持向量机模型(support vector machine,SVM)判决超平面,最后对待分析视频进行动作分类。使用该方法对Hollywood2数据库的12种行为进行实验,结果表明,ISA学习到的特征权重与Gabor滤波器类似,对图像频率和方向具有明显的选择性,对相位变化具有鲁棒性,能够显著提高认为识别的正确率,符合人眼的视觉特征。

主 题 词：卷积叠加 独立子空间分析 多层网络 无监督学习 深度学习 人体行为识别 

学科分类：081603[081603] 081802[081802] 0709[理学-地质学] 07[理学] 08[工学] 0708[理学-地球物理学类] 070503[070503] 0818[工学-交通运输类] 0705[理学-地理科学类] 0815[工学-矿业类] 0816[工学-纺织类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.13203/j.whugis20140581

馆 藏 号：203118220...