发明名称 |
一种基于正则回归的秩-1张量投影的行为识别方法 |
摘要 |
本发明公开了一种基于正则回归的秩-1张量投影的行为识别方法,包括以下步骤:(1)训练过程:采用One Vs All策略对每种行为分别训练一个两类分类器,使用正则回归方法求得一个包括三个投影向量的投影向量集,通过投影向量集外积得到秩-1张量投影,将已知类别的训练行为按种类划分为多个子集,构建子集嵌入;(2)识别过程:将测试数据输入到各个两类分类器,然后将所有两类分类器的输出响应组成行向量,将此行向量与步骤(1)所得到的每一维的子集嵌入结果相乘,找到相乘结果最大的行向量,其所对应的两类分类器所代表的正样本类别即是测试行为所判定的类别。本发明行为识别率高且可大大降低方法的计算复杂度。 |
申请公布号 |
CN102289685A |
申请公布日期 |
2011.12.21 |
申请号 |
CN201110221826.7 |
申请日期 |
2011.08.04 |
申请人 |
中山大学 |
发明人 |
赖剑煌;吴娴;郑伟诗 |
分类号 |
G06K9/66(2006.01)I |
主分类号 |
G06K9/66(2006.01)I |
代理机构 |
广州市华学知识产权代理有限公司 44245 |
代理人 |
杨晓松 |
主权项 |
一种基于正则回归的秩‑1张量投影的行为识别方法,其特征在于,包括以下步骤:(1)训练过程:对已知行为类别的训练数据进行预处理,得到完整的前景行为数据、原始行为数据和显著行为数据,然后对上述数据采用One Vs All的策略对每种行为分别训练一个两类分类器,进而求得一个包括三个投影向量的投影向量集,通过投影向量集外积得到秩‑1张量投影,将已知类别的训练行为按种类划分为多个子集,构建子集嵌入;(2)识别过程:将测试数据输入到步骤(1)所得到的各个两类分类器,然后将所有两类分类器的输出响应组成行向量,将此行向量与步骤(1)所得到的每一维的子集嵌入结果相乘,找到相乘结果最大的行向量,其所对应的两类分类器所代表的正样本类别即是测试行为所判定的类别。 |
地址 |
510006 广东省广州市广州大学城中山大学信息科学与技术学院大楼405室 |