基于组合特征和SVM的视频中人体行为识别算法OA北大核心CSTPCD
Recognition algorithm for human behavior in video based on combined features and SVM
针对复杂场景中的人体行为识别困难的问题,提出了一种基于组合特征和SVM的行为识别算法.该算法使用光流特征、HOG特征、重心特征和3D SIFT特征构成的组合特征来描述人体的各种行为;使用一对一的方式训练SVM分类器对提取出的特征进行分类,并以投票的方式得到具体的行为类别.使用包含4个场景的KTH数据集进行仿真.结果表明,所提出的算法能适应各种复杂环境,且相比只采用单一特征的识别算法具有更高的分类精度.
陈艳;胡荣;李升健;万彬;孙书会
江西科技师范大学通信与电子学院,南昌330036南昌大学科学技术学院,南昌330029国网江西省电力有限公司电力科学研究院,南昌330096南昌职业学院 工程系,南昌330004沈阳工业大学 软件学院, 沈阳110870
信息技术与安全科学
行为识别光流方向梯度直方图重心3D SIFT特征支持向量机KTH数据集行为分类
《沈阳工业大学学报》 2020 (6)
基于稀疏编码字典的光伏逆变器闭环故障诊断
665-669,5
国家自然科学基金项目(61563034)江西省教育厅科学技术研究项目(GJJ151504,GJJ151505,GJJ151497).
评论