论文摘要
给出一种结合张量特征和孪生支持向量机的群体行为识别算法,以提高对视频中群体行为识别的准确率.首先通过群成员关节点骨架的姿态结构信息和群成员的社会网络信息描述群体在每一帧中的行为,并采用张量形式表示;然后使用多路非线性特征映射分解张量核,并利用粒子群优化张量核孪生支持向量机的模型参数;最后结合张量特征和孪生支持向量机实现视频中的群体行为识别. CAD2数据集和自建数据集上的实验结果表明,张量特征能够有效地表示群体行为,相比经典算法,所提算法能有效提高群体行为识别的准确率.
论文目录
文章来源
类型: 期刊论文
作者: 胡根生,张乐军,张艳
关键词: 群体行为识别,张量特征,孪生支持向量机,粒子群优化
来源: 北京理工大学学报 2019年10期
年度: 2019
分类: 工程科技Ⅱ辑,基础科学,信息科技
专业: 数学,计算机软件及计算机应用,自动化技术
单位: 安徽大学电子信息工程学院
基金: 国家自然科学基金资助项目(61672032),安徽省重点实验室开放课题资助项目(2016-KFKT-003)
分类号: TP391.41;TP181;O183.2
DOI: 10.15918/j.tbit1001-0645.2019.10.012
页码: 1063-1068
总页数: 6
文件大小: 997K
下载量: 81
相关论文文献
- [1].浅谈异常行为识别在我国民航中的应用[J]. 民航管理 2020(01)
- [2].基于深度学习的人体行为识别算法[J]. 数学的实践与认识 2019(24)
- [3].基于深度学习的实验鼠行为识别关键技术研究[J]. 佳木斯大学学报(自然科学版) 2020(02)
- [4].风险驾驶行为识别及干预研究综述[J]. 汽车与安全 2020(03)
- [5].基于深度学习的人体行为识别网络设计[J]. 中国科技信息 2020(10)
- [6].基于深度学习的人体行为识别研究[J]. 高技术通讯 2020(05)
- [7].舰船网络异常通信行为识别研究[J]. 舰船科学技术 2020(10)
- [8].居家日常行为识别中基于SMOTE方法的数据不平衡问题研究[J]. 计算机产品与流通 2020(09)
- [9].动态多视角复杂3D人体行为数据库及行为识别[J]. 数据采集与处理 2019(01)
- [10].基于视觉的人体行为识别算法研究综述[J]. 计算机应用研究 2019(07)
- [11].基于深度学习的人体行为识别技术研究[J]. 科技资讯 2019(29)
- [12].人体行为识别研究[J]. 信息与电脑(理论版) 2017(24)
- [13].人体行为特征融合与行为识别的分析[J]. 无线互联科技 2017(12)
- [14].复杂场景下的人体行为识别研究新进展[J]. 计算机科学 2014(12)
- [15].基于阶层多观测模型的多人行为识别[J]. 清华大学学报(自然科学版)网络.预览 2009(07)
- [16].基于局部时空模式的体育视频行为识别[J]. 吉林大学学报(理学版) 2020(02)
- [17].基于深度学习卷积神经网络的人体行为识别研究[J]. 科技传播 2020(06)
- [18].基于通道注意力机制的视频人体行为识别[J]. 电子技术与软件工程 2020(04)
- [19].融合目标检测和人体关键点检测的铁路司机行为识别[J]. 计算机测量与控制 2020(06)
- [20].基于图像分割的驾驶员分心行为识别研究[J]. 浙江科技学院学报 2020(03)
- [21].视像行为识别的大数据分析与教学决策研究[J]. 工程技术研究 2020(12)
- [22].深度视频中人体行为识别的图建模技术[J]. 福建电脑 2020(07)
- [23].智能手机传感器的人体行为识别技术[J]. 西安邮电大学学报 2020(01)
- [24].人体行为识别关键技术研究[J]. 中外企业家 2019(08)
- [25].基于深度学习的教室人体行为识别模型设计[J]. 现代信息科技 2019(07)
- [26].基于时空双流与局部融合网络的行为识别[J]. 工业控制计算机 2019(11)
- [27].人体行为识别的数据库对比研究[J]. 中国科技信息 2017(17)
- [28].基于光流的人体行为识别[J]. 电脑知识与技术 2013(07)
- [29].基于视觉的人体行为识别研究[J]. 中国新通信 2012(21)
- [30].基于智能视频监控的异常行为识别的方法[J]. 中外企业家 2020(01)