针对动态时间规整在动作识别中存在时间结构突变、光照变化敏感等不足,提出基于随机时间规整与线性判别分析的动作识别算法。利用动态时间规整(dynamic time warping,DTW)对图像序列抽样,形成随机时间规整(randomized time warping,RTW)...针对动态时间规整在动作识别中存在时间结构突变、光照变化敏感等不足,提出基于随机时间规整与线性判别分析的动作识别算法。利用动态时间规整(dynamic time warping,DTW)对图像序列抽样,形成随机时间规整(randomized time warping,RTW);利用RTW反复随机抽样提取序列数据的时间弹性(time elastic,TE)特征,确保TE特征包含足够的高概率判别帧;引入主成分分析(principal component analysis,PCA),生成序列子空间,通过测量训练与测试子空间的正则角表示不同图像序列的相似性;利用线性判别分析(linear discriminat analysis,LDA),完成动作识别。实验结果表明,与当前动作识别算法对比,所提算法能够更好地实现各种动作理解与分类,具有更强的鲁棒性与更高的准确性。展开更多
文摘针对动态时间规整在动作识别中存在时间结构突变、光照变化敏感等不足,提出基于随机时间规整与线性判别分析的动作识别算法。利用动态时间规整(dynamic time warping,DTW)对图像序列抽样,形成随机时间规整(randomized time warping,RTW);利用RTW反复随机抽样提取序列数据的时间弹性(time elastic,TE)特征,确保TE特征包含足够的高概率判别帧;引入主成分分析(principal component analysis,PCA),生成序列子空间,通过测量训练与测试子空间的正则角表示不同图像序列的相似性;利用线性判别分析(linear discriminat analysis,LDA),完成动作识别。实验结果表明,与当前动作识别算法对比,所提算法能够更好地实现各种动作理解与分类,具有更强的鲁棒性与更高的准确性。
