您当前所在位置: 首页

论文收录信息

论文编号 201803-35
论文题目 基于CNN特征与HMM时序建模的人体行为识别研究
文献类型
收录期刊

上传封面

中文期刊 英文期刊

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

中文专著 英文专著

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

中文译著 英文译著

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

中文论文集 英文论文集

编者 . 论文集名称(中文) [c].

出版地 出版社 出版年-

编者 . 论文集名称(英文) [c].

出版地 出版社 出版年-

上传封面

中文文献 英文文献

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

中文文献 英文文献

文题(中文)

文题(英文)

出版地

出版社, 出版日期--

上传封面

中文文献 英文文献

文题(中文)

文题(英文)

出版地

出版社, 出版日期--

后印本*

(请提交PDF文档)

基于CNN特征与HMM时序建模的人体行为识别研究

引用

复制文本

导出参考文献

.txt .ris .doc

王冬雪

王冬雪(1990-),男,硕士研究生,主要研究方向:计算机视觉。

张磊

张磊(1973-),女,教授/博士生副导师、硕士导师,主要研究方向:数字图像处理、语音信号处理、计算机视觉与模式识别等

发送私信

发送给

哈尔滨工程大学信息与通信工程学院,哈尔滨,150001

摘要:随着视频的总量和类别数量迅速增长,智能化的视频分析方法已经成为许多实际应用中的核心技术,例如异常监控、医疗诊断和视频检索等等。人是社会的主体,所以视频中的大多数都是关于人体行为的内容,对人体行为的识别也就成为视频分析的核心技术。现阶段对图像的识别技术已经成熟,而且视频可以看作是一个图像序列,所以对视频的分析可以转换成图像的处理。深度学习是图像处理方面现阶段最为火热的方法,其中的CNN模型已经取得了非常好的成果,相较于一些传统的人工特征提取方法有着很大的优势。视频是具有时序信息的信号,所以在分类识别时更好的利用时序信息能够大大的提升识别准确率。本文提出一种人体行为识别方法:利用CNN对视频进行图像特征提取,然后应用HMM对图像特征序列进行时序建模,创新性的使用HMM的参数作为视频整体的特征表示。最后,本文的方法在公共人体行为数据库上进行了验证,取得很高的识别准确率。

关键词: 行为识别 CNN 特征提取 HMM 特征表示

图表:

动态公开评议

评论

评论一下

全部评论
评论