基于外形特征与运动特征的人体行为提取方法

›› 2014, Vol. 27 ›› Issue (10): 6-.

基于外形特征与运动特征的人体行为提取方法

韩骏浩,赵怀勋

(武警工程大学信息工程系,陕西西安 710086)

出版日期:2014-10-15 发布日期:2014-10-17
作者简介:韩骏浩(1990—),男,硕士研究生。研究方向:行为识别。E-mail:15877553066@163.com。赵怀勋(1960—),男,教授,硕士研究生导师。研究方向:行为识别,图像处理。

Human Behaviour Extraction Method Based on Shape Features and Movement Features

HAN Junhao,ZHAO Huaixun

(Department of Communication Engineering,Engineering University of CAPF,Xi'an 710086,China)

Online:2014-10-15 Published:2014-10-17

摘要/Abstract

摘要：

针对传统外形特征表征方法描述行为动作能力有限和运动特征表征方法难以准确、稳定地捕捉目标运动特性等问题。提出运用人体外形特征和运动特征相结合的方法提取人体行为关键特征,利用谱聚类算法对特征进行降维,降低了数据维数,获得了最优的特征表征。仿真实验表明,该方法降低了样本维数,减少了数据冗余,并提高了训练精度,且保证了行为识别率。

关键词: 行为识别, 特征提取, 外形特征, 运动特征

Abstract:

According to the deficiency of the traditional shape feature representation method in limited ability to describe actions,and accuracy and stability problems of movement feature representation method in capture the target motion characteristics,this paper extracts human behavior key features by combining shape features and movement features.Spectral clustering algorithm is used to reduce the dimension of the features.Through reducing the dimension of the data,the optimal feature representation is obtained.Simulation experiments show that this method can reduce the dimension of the example and data redundancy,enhance training accuracy and recognition rate.

Key words: action recognition;feature extraction;shape feature;movement feature

中图分类号:

TP301.6

韩骏浩,赵怀勋. 基于外形特征与运动特征的人体行为提取方法[J]. , 2014, 27(10): 6-.

HAN Junhao,ZHAO Huaixun. Human Behaviour Extraction Method Based on Shape Features and Movement Features[J]. , 2014, 27(10): 6-.

[1]	吴伟, 马龙华, 赵祥红. 基于跨用户语音域适应网络的抑郁症检测[J]. 电子科技, 2025, 38(1): 88-94.
[2]	韩瀛昊, 李菲菲. 基于关键区域特征提取与二阶段分类网络的场景识别方法[J]. 电子科技, 2024, 37(7): 25-32.
[3]	王圣雄, 刘瑞安, 燕达. 基于改进生成对抗网络的图像风格迁移算法[J]. 电子科技, 2024, 37(6): 36-43.
[4]	忻腾浩, 李菲菲. 基于深度学习的行为识别方法[J]. 电子科技, 2024, 37(10): 64-70.
[5]	孙红,张玉香. 基于多特征门控反馈残差网络的超分辨率图像重建算法[J]. 电子科技, 2023, 36(4): 65-70.
[6]	高于科,章伟,胡陟,江鹏伟. 基于RFNA和改进LBD的镜像线特征匹配方法[J]. 电子科技, 2023, 36(10): 32-38.
[7]	张漫秸,杨芳艳,季云峰. 球类运动中人体姿态估计研究进展[J]. 电子科技, 2023, 36(1): 28-37.
[8]	张乔木,钟倩文,孙明,罗文成,柴晓冬. 复杂环境下弓网接触位置动态监测方法研究[J]. 电子科技, 2022, 35(8): 66-72.
[9]	孙抗,轩旭阳,刘鹏辉,赵来军,龙洁. 小样本下基于CNN-DCGAN的电缆局部放电模式识别方法[J]. 电子科技, 2022, 35(7): 7-13.
[10]	伍伟嘉,杨俭,袁天辰,邵志慧. 基于支持向量机的轨道结构病害识别研究[J]. 电子科技, 2022, 35(2): 27-33.
[11]	李辉,王一丞. 基于CNNCIFG-Attention模型的文本情感分类[J]. 电子科技, 2022, 35(2): 46-51.
[12]	邵志慧,杨俭,袁天辰,伍伟嘉. 基于排列熵和支持向量机的轨枕病害诊断[J]. 电子科技, 2022, 35(2): 52-58.
[13]	苏波,柴自强,王莉,崔帅华. 基于姿态估计的八段锦序列动作识别与评估[J]. 电子科技, 2022, 35(12): 84-90.
[14]	左文成,赵子文,徐至江,谭康伯. 基于5G通信的空间站舱内电磁环境分析[J]. 电子科技, 2022, 35(10): 1-7.
[15]	司明明,陈玮,胡春燕,尹钟. 融合Resnet50和U-Net的眼底彩色血管图像分割[J]. 电子科技, 2021, 34(8): 19-24.