無監督行為特征提取算法
大小：1.28 MB 人氣： 2017-12-26 需要積分：1
標簽：提取算法(6816)
針對現有行為特征提取方法識別率低的問題，提出了一種融合稠密光流軌跡和稀疏編碼框架的無監督行為特征提取方法（ DOF-SC）。首先，在稠密光流（DOF）軌跡提取的基礎上，對以軌跡為中心的原始圖像塊進行采樣作為軌跡的原始特征；其次，對軌跡原始特征基于稀疏編碼框架訓練稀疏字典，得到軌跡的稀疏特征表示，利用詞袋（BF）模型對稀疏特征聚類得到軌跡的碼書，再根據碼書對每個動作中出現的所有軌跡所屬的碼書類別進行投票，統計該動作中每個碼書出現的次數，得到行為特征；最后，對行為特征利用基于直方圖交叉核函數的支持向量機（ SVM）進行訓練得到行為識別模型，再利用該模型對行為進行分類預測，得到最終行為識別的結果。在對軌跡采樣10%的情況下，DOF-SC算法得到的行為識別準確率在KTH數據庫上高出采用運動邊界直方圖（MBH）作為特征的行為識別準確率的0. 9%，在YouTube數據庫上高出MBH作為特征的行為識別準確率的1.2%。實驗數據表明了所提方法對行為識別的有效性。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
無監督行為特征提取算法下載
相關電子資料下載
- 分享一種基于深度圖像梯度的線特征提取算法download 1001
- 面板AOI檢測之ROI自動提取算法解析 3373
- 面向SLAM魯棒應用提出了基于RGB特征點提取算法 949
- 折疊缺陷檢測提取算法 989
- 剖析彩色視頻運動目標自適應在線聚類提取算法 1307
- 一種使用快速行進水平集方法進行距離變換的三維中軸提取算法 2348
- 基于視頻速度應用在FPGA上實現的結構光中心線提取算法 1254
- HanLP 關鍵詞提取算法分析 374
- FPGA二值圖像邊界提取算法實現 3732
- HOG特征以及提取算法的實現過程 17599