| 基于关键原子动作的视频事件学习与识别方法 |
| |
| 引用本文： | 赵猛,曹茂永,赵增顺,刘小峰.基于关键原子动作的视频事件学习与识别方法[J].北京理工大学学报,2013,33(3):290-295. |
| |
| 作者姓名： | 赵猛 曹茂永 赵增顺 刘小峰 |
| |
| 作者单位： | 山东科技大学信息与电气工程学院,山东,青岛266590;河海大学计算机与信息学院,江苏,常州 213022 |
| |
| 基金项目： | 国家自然科学基金资助项目(60805028);中央高校基础研究资助项目(2011B11114,2012B07314);山东科技大学科研创新团队支持计划项目(2010KYTD101);山东省自然科学基金资助项目(ZR2010FM027);中国博士后科学基金资助项目(2012M521336) |
| |
| 摘 要： | 提出了一种基于关键原子动作的视频事件学习与识别方法. 通过与或图来表示事件、子事件、原子动作之间的层次结构,以及子事件和原子动作间的时序关系,通过最小描述长度准则从训练数据中学习事件的与或图结构. 在此基础上,提出了一种事件中关键原子动作的学习方法,根据原子动作的重要性赋予相应的权值,该权值可以用于事件的实时解析,提高事件的识别率. 基于原子动作的权值及漏检数目定义了事件的可识别度,用于减少待识别的事件数目,进而提高事件识别的算法效率. 多种场景实验结果表明所提出的方法可以有效地进行事件识别.
|
| 关 键 词： | 与或图 事件规则学习 事件识别 事件解析 时序关系 |
| 收稿时间： | 7/4/2012 12:00:00 AM |
Learning and Recognition of Video Events Based on Key Atomic Actions |
| |
| ZHAO Meng,CAO Mao-yong,ZHAO Zeng-shun and LIU Xiao-feng.Learning and Recognition of Video Events Based on Key Atomic Actions[J].Journal of Beijing Institute of Technology(Natural Science Edition),2013,33(3):290-295. |
| |
| Authors: | ZHAO Meng CAO Mao-yong ZHAO Zeng-shun and LIU Xiao-feng |
| |
| Institution: | 1.College of Information and Electrical Engineering, Shandong University of Science and Technology, Qingdao, Shandong 266590, China2.College of Computer and Information, Hehai University, Changzhou, Jiangsu 213022, China |
| |
| Abstract: | |
| |
| Keywords: | and-or graph event rules learning event recognition event parsing temporal relationship |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《北京理工大学学报》浏览原始摘要信息 |
| 点击此处可从《北京理工大学学报》下载免费的PDF全文 |
|
