-
题名融合数据增强的迁移字典学习
被引量：1
- 1
-
-
作者
王子儒
李振民
-
机构
中南大学自动化学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2021年第23期193-199,共7页
-
基金
国家自然科学基金(51678075)
湖南省科技厅重点计划项目(2017GK2271)。
-
文摘
提出利用迁移字典解决复杂行为数据集标签样本不足的问题。所提出的方法使用简单行为作为源域,来辅助识别由一系列简单行为组成的复杂行为。通过稠密轨迹提取视频的低级特征,利用字典学习从简单行为和复杂行为的低级特征中分别获得相应的稀疏表示,并利用简单行为的稀疏表示通过迁移矩阵改善复杂行为的稀疏表示。因此,即使在复杂行为标签样本较少的情况下,迁移字典也能够获得更有效的高级特征。同时,利用GAN在特征层面上进行数据增强,帮助学习表征能力更强的字典。提出的方法在UCF101和HMDB51两个数据上进行了实验,在小样本量的情况下获得了比现有方法更好的识别结果,证明了方法的有效性。
-
关键词
复杂行为识别
迁移字典
特征增强
-
Keywords
complex action recognition
transferable dictionary
feature augmentation
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
