题名 基于隐动态条件神经域的在线行为识别方法
被引量：6
1
作者
张玉燕 梅雪 成立 朱佳 袁宇浩
机构
南京工业大学电气工程与控制科学学院
出处
《计算机工程与设计》
北大核心
2016年第6期1632-1635,1653,共5页
基金
2012年度江苏省"青蓝工程"中青年学术带头人基金项目 国家自然科学基金项目(51205185) 江苏省2015年度普通高校研究生科研创新计划基金项目(KYLX15_0784)
文摘
针对视频中连续的未分割人体动作识别存在的一些问题,提出一种基于隐动态条件神经域模型(latent-dynamic conditional neural fields,LDCNF)的在线行为识别方法。LDCNF模型含有两个隐层,在潜动态条件随机场(LDCRF)的基础上,增加一层神经网络层,即门层,提取输入数据和输出标签间的非线性关系;增加一种新规则项训练该模型,辨别动作序列隐状态间的差异性。在仿真实验中,针对10种连续的行为动作,将该算法与条件随机场(CRF)、HCRF、LDCRF进行识别效果的对比。实验结果表明,对于联机处理行为序列,该算法相比于CRF、HCRF、LDCRF模型具有更好的识别率。
关键词
潜动态条件神经域 行为识别 潜动态条件随机场 非线性关系 新规则项
Keywords
LDCNF behavior recognition ldcrf nonlinear relationship new regularization term
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
题名 基于星形距离和LDCRF模型的在线行为识别方法
被引量：4
2
作者
成立 梅雪 张玉燕 马士林 袁宇浩 施晓东
机构
南京工业大学自动化与电气工程学院 哈尔滨工业大学电气工程学院
出处
《计算机工程与设计》
北大核心
2015年第6期1626-1629,1636,共5页
基金
2012年度江苏省"青蓝工程"中青年学术带头人基金项目
文摘
提出一种基于星形距离轮廓特征和LDCRF模型的在线行为识别方法。对视频中已分割出的人物姿态提取轮廓,求取人体轮廓质心及其到轮廓采样点的星形距离向量,以该向量参数化人体运动姿态特征,对原始姿态特征向量进行小波变换,降维的同时获得姿态的多分辨细节信息。利用潜动态条件随机场模型(latent-dynamic conditional random,LDCRF)对人体行为特征建模,进行在线识别。比对CRF、HCRF、LDCRF模型对10种不同行为的识别结果,对比结果表明,相比CRF和HCRF,该模型对连续行为序列有较强的识别能力,具有更好的稳定性。
关键词
行为识别 星形距离 潜动态条件随机场 行为建模 小波变换
Keywords
behavior recognition star distance ldcrf behavior modeling wavelet transform
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
题名 飞行员使用平视显示器的行为模式识别
被引量：3
3
作者
杨坤 王浩然
机构
中国民航大学适航学院 中国民航大学民用航空器适航与维修重点实验室 中国民航大学航空工程学院
出处
《科学技术与工程》
北大核心
2018年第29期226-231,共6页
文摘
为了研究飞行员在使用平视显示器(head up display,HUD)执行不同飞行任务时的行为模式,提出了一种包括飞行员眼动、头部运动和手部运动多种特征的行为识别框架。首先,开展行为模式研究实验,通过眼动仪获取眼部运动和头部运动,通过基于视频的手动跟踪获取手部运动。之后采用实验得到的结果对模型进行训练和测试。最后,对比了条件随机场和隐动态条件随机场在不同特征下的识别效果。结果表明,采用眼动特征加手部特征时,隐动态条件随机场模型对不同飞行任务的识别效果较好。
关键词
飞行员 平视显示器 手势跟踪 眼动跟踪 隐动态条件随机场 模式识别
Keywords
pilot head up display hand tracking eye tracking ldcrf pattern recognition
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
题名 基于分层分数条件随机场的行为识别
被引量：3
4
作者
王科俊 吕卓纹 孙国振 阎涛
机构
哈尔滨工程大学自动化学院
出处
《计算机应用》
CSCD
北大核心
2013年第4期957-959,997,共4页
基金
国家863计划项目(2008AA01Z148) 国家自然科学基金资助项目(60975022) 博士点专项科研基金资助项目(20102304110004)
文摘
针对隐条件随机场(HCRF)的实时性问题和隐动态条件随机场(LDCRF)行为转换时的标记偏差问题,提出了一种基于分层分数条件随机场(SFCRF)模型的行为识别算法。该算法改进了LDCRF,并提出分数标记的概念,将人体行为的完整性和有向性具体化。实验结果表明,该算法取得了比条件随机场(CRF)、HCRF和LDCRF更好的识别效果。
关键词
隐条件随机场 隐动态条件随机场 标记偏差 行为识别 条件随机场
Keywords
Hidden Conditional Random Field（HCRF） Latent-Dynamic Conditional Random Field（ldcrf ） marked deviation behavior recognition Conditional Random Field（CRF）
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
