基于Latent SVM的多视角行为识别方法

基于Latent SVM的多视角行为识别方法
王丹;臧雪柏;陈奋君
【期刊名称】《吉林大学学报（信息科学版）》
【年(卷),期】2016(034)006
【摘要】为了在静态图像中获取有效信息,构建行为模型,提出了行为覆盖区ACA(Action Coverage Area)和行为核心AC(Action Core)的概念,基于Latent SVM(Support Vector Machine)目标识别方法,设计了一种多视角行为模型MVAM(Multiple Viewpoint Action Model).建立了独立的用于行为模型训练和测试的行为数据库.实验表明,该表示法对静态图像中的人体行为能有效地进行分类和检测.
【总页数】6页(P747-752)
【作者】王丹;臧雪柏;陈奋君
【作者单位】北华大学信息技术与传媒学院,吉林吉林132011;吉林大学计算机科学与技术学院,长春130012;吉林大学计算机科学与技术学院,长春130012;吉林大学计算机科学与技术学院,长春130012
【正文语种】中文
【中图分类】TP182
【相关文献】
1.单目视频中的多视角行为识别方法 [J], 李妍婷;罗予频;唐光荣
2.基于SVM的电信诈骗行为特征识别方法 [J], 吉涵之;马宇宸;李爽;李静林
3.基于改进LPP和ECOC-SVMS的离线签名识别方法 [J], 蒋青云
4.基于DAG-SVMS的非侵入式负荷识别方法 [J], 王毅;徐元源;李松浓
5.基于HOG和SVM的人体行为仿生识别方法 [J], 王丹;张祥合
因版权原因，仅展示原文概要，查看原文内容请购买。