| 基于LMP-KCPA的人体动作识别方法 |
| |
| 引用本文： | 张冰冰,史东承,梁超.基于LMP-KCPA的人体动作识别方法[J].吉林大学学报(信息科学版),2016,34(3):407-412. |
| |
| 作者姓名： | 张冰冰 史东承 梁超 |
| |
| 作者单位： | 长春工业大学计算机科学与工程学院,长春,130012;长春工业大学计算机科学与工程学院,长春,130012;长春工业大学计算机科学与工程学院,长春,130012 |
| |
| 基金项目： | 吉林省教育厅“十三五”基金资助项目(吉教科合字[2016]第349号) |
| |
| 摘 要： | 为解决人体动作识别中由于特征描述子的维数过高, 无法表征目标变化的本质运动变化信息的问题,给出了核主成分分析(KPCA: Kernel Principal Component Analysis)对局部运动模式描述子(LMP: Local Motion Pattern)降维方法。首先利用LMP 描述子对人体运动目标进行描述, 然后利用KPCA 算法对局部运动模式特征
描述子进行处理, 获取新的特征描述方式。通过MATLAB 仿真, 与Cuboids+SVM 和LMP+SR 两种算法对比结果表明, 基于LMP鄄KPCA 的人体动作识别, 特征描述子维数明显降低, 可以表征人体运动目标变化关键信息,识别率比Cuboids+SVM 算法提高1. 1%, 比LMP+SR 提高1%。
|
| 关 键 词： | 人体动作识别 时空兴趣点 局部运动模式 核主成分分析 |
| 收稿时间： | 2015-05-06 |
Human Action Recognition Based on LMP-KPCA Algorithm |
| |
| ZHANG Bingbing,SHI Dongcheng,LIANG Chao.Human Action Recognition Based on LMP-KPCA Algorithm[J].Journal of Jilin University:Information Sci Ed,2016,34(3):407-412. |
| |
| Authors: | ZHANG Bingbing SHI Dongcheng LIANG Chao |
| |
| Institution: | College of Computer Science and Engineering, Changchun University of Technology, Changchun 130012, China |
| |
| Abstract: | |
| |
| Keywords: | human action recognition space and time interest points local motion pattern (LMP) kernel principal component analysis (KPCA) |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《吉林大学学报(信息科学版)》浏览原始摘要信息 |
| 点击此处可从《吉林大学学报(信息科学版)》下载免费的PDF全文 |
|
