发明名称 |
一种基于鲁棒相对属性的行为识别方法 |
摘要 |
本发明公开了一种基于鲁棒相对属性的行为识别方法。该方法包括以下步骤:提取视频样本库中每个动作视频样本的特征向量;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;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;利用梯度下降法求解所述排序支持向量机,得到所述排序支持向量机的参数向量,进而得到最优训练模型;利用得到的最优训练模型对每个待测试的动作视频进行人体行为识别,得到人体行为识别结果。实验证明,本发明方法能够提高人体行为识别的鲁棒性。 |
申请公布号 |
CN103345623A |
申请公布日期 |
2013.10.09 |
申请号 |
CN201310290428.X |
申请日期 |
2013.07.11 |
申请人 |
中国科学院自动化研究所 |
发明人 |
王春恒;张重;肖柏华;周文;刘爽 |
分类号 |
G06K9/00(2006.01)I;G06K9/62(2006.01)I |
主分类号 |
G06K9/00(2006.01)I |
代理机构 |
中科专利商标代理有限责任公司 11021 |
代理人 |
宋焰琴 |
主权项 |
一种基于鲁棒相对属性的行为识别方法,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,利用梯度下降法求解所述排序支持向量机,得到所述排序支持向量机的参数向量,进而得到最优训练模型;步骤S5,利用所述步骤S4得到的最优训练模型对每个待测试的动作视频进行人体行为识别,得到人体行为识别结果。 |
地址 |
100190 北京市海淀区中关村东路95号 |