無(wú)監(jiān)督行為特征提取算法
推薦 + 挑錯(cuò) + 收藏(0) + 用戶評(píng)論（0）
針對(duì)現(xiàn)有行為特征提取方法識(shí)別率低的問題，提出了一種融合稠密光流軌跡和稀疏編碼框架的無(wú)監(jiān)督行為特征提取方法（ DOF-SC）。首先，在稠密光流（DOF）軌跡提取的基礎(chǔ)上，對(duì)以軌跡為中心的原始圖像塊進(jìn)行采樣作為軌跡的原始特征；其次，對(duì)軌跡原始特征基于稀疏編碼框架訓(xùn)練稀疏字典，得到軌跡的稀疏特征表示，利用詞袋（BF）模型對(duì)稀疏特征聚類得到軌跡的碼書，再根據(jù)碼書對(duì)每個(gè)動(dòng)作中出現(xiàn)的所有軌跡所屬的碼書類別進(jìn)行投票，統(tǒng)計(jì)該動(dòng)作中每個(gè)碼書出現(xiàn)的次數(shù)，得到行為特征；最后，對(duì)行為特征利用基于直方圖交叉核函數(shù)的支持向量機(jī)（ SVM）進(jìn)行訓(xùn)練得到行為識(shí)別模型，再利用該模型對(duì)行為進(jìn)行分類預(yù)測(cè)，得到最終行為識(shí)別的結(jié)果。在對(duì)軌跡采樣10%的情況下，DOF-SC算法得到的行為識(shí)別準(zhǔn)確率在KTH數(shù)據(jù)庫(kù)上高出采用運(yùn)動(dòng)邊界直方圖（MBH）作為特征的行為識(shí)別準(zhǔn)確率的0. 9%，在YouTube數(shù)據(jù)庫(kù)上高出MBH作為特征的行為識(shí)別準(zhǔn)確率的1.2%。實(shí)驗(yàn)數(shù)據(jù)表明了所提方法對(duì)行為識(shí)別的有效性。
非常好我支持^.^
(0) 0%
不好我反對(duì)
(0) 0%
下載地址
無(wú)監(jiān)督行為特征提取算法下載
相關(guān)電子資料下載
- 分享一種基于深度圖像梯度的線特征提取算法download 1001
- 面板AOI檢測(cè)之ROI自動(dòng)提取算法解析 3373
- 面向SLAM魯棒應(yīng)用提出了基于RGB特征點(diǎn)提取算法 949
- 折疊缺陷檢測(cè)提取算法 989
- 剖析彩色視頻運(yùn)動(dòng)目標(biāo)自適應(yīng)在線聚類提取算法 1307
- 一種使用快速行進(jìn)水平集方法進(jìn)行距離變換的三維中軸提取算法 2348
- 基于視頻速度應(yīng)用在FPGA上實(shí)現(xiàn)的結(jié)構(gòu)光中心線提取算法 1254
- HanLP 關(guān)鍵詞提取算法分析 374
- FPGA二值圖像邊界提取算法實(shí)現(xiàn) 3732
- HOG特征以及提取算法的實(shí)現(xiàn)過程 17599