一种零训练样本行为识别方法

摘要

本发明公开了一种零训练样本行为识别方法，该方法包括以下步骤：提取每个动作视频样本的特征向量；设定多个人体运动属性以及每个人体运动属性下动作视频对之间的关系；将动作视频对关系作为输入，利用排序支持向量机进行训练；利用输出的排序分数，对每一类有训练样本的人体行为拟合得到混合高斯模型；利用迁移学获得零训练样本人体行为类别的混合高斯模型；提取测试视频样本的特征向量；利用最大后验概率原则，判断测试视频样本中零训练样本人体行为所属的类别。本发明通过利用混合高斯模型拟合排序分数，达到行为识别的目的，并通过最大后验判断所属类别，从而提高行为识别的鲁棒性。

主权项

一种零训练样本行为识别方法，其特征在于，该方法包括以下步骤：步骤S1，提取视频样本库中每个动作视频样本的特征向量；步骤S2，设定对应于多种人体行为的多个人体运动属性，以及在每个人体运动属性下，每两个代表人体行为的动作视频，即动作视频对之间的关系；步骤S3，将所述动作视频对之间的关系作为输入，利用排序支持向量机进行训练，得到训练模型；步骤S4，利用所述排序支持向量机输出的排序分数，对每一类具有训练样本的人体行为进行拟合得到一个混合高斯模型；步骤S5，根据所述步骤S4得到的混合高斯模型，利用迁移学习，获得零训练样本人体行为类别的混合高斯模型；步骤S6，按照步骤S1的描述，提取得到测试视频样本的特征向量；步骤S7，根据所述测试视频样本的特征向量以及所述步骤S5得到的零训练样本人体行为类别的混合高斯模型，利用最大后验概率原则，判断所述测试视频样本中零训练样本人体行为所属的类别。