基于遷移學(xué)習(xí)的視角無(wú)關(guān)行為識(shí)別研究.pdf

1、視角無(wú)關(guān)的人體行為識(shí)別是計(jì)算機(jī)視覺領(lǐng)域研究的熱點(diǎn)和難點(diǎn)之一，現(xiàn)有的視角無(wú)關(guān)的行為識(shí)別算法的識(shí)別率隨著角度的改變差異很大，尤其與俯角相關(guān)的識(shí)別效果還不夠理想。知識(shí)遷移是一種建立不同視角之間關(guān)系的有效方法，本文以此為基礎(chǔ)提出了兩種視角無(wú)關(guān)行為識(shí)別算法。
　　第一種是基于雙語(yǔ)動(dòng)態(tài)系統(tǒng)包的視角無(wú)關(guān)的人體行為識(shí)別方法。首先結(jié)合興趣點(diǎn)檢測(cè)器和密集采樣算法提取視頻幀中的時(shí)空立方體并對(duì)每個(gè)時(shí)空立方體建立線性動(dòng)態(tài)系統(tǒng)(LDS)；其次對(duì)LDSs進(jìn)行非

2、線性降維聚類形成碼本，并結(jié)合非硬性加權(quán)(Soft-weighting)用一個(gè)動(dòng)態(tài)系統(tǒng)包(Bag of dynamical systems)來表示每個(gè)動(dòng)作樣本；最后同時(shí)對(duì)兩個(gè)視角下的BoDS采用K-奇異值分解(K-SVD)算法得到一對(duì)的可遷移字典對(duì)，然后根據(jù)這對(duì)字典對(duì)采用正交匹配追蹤(OMP)算法得到兩個(gè)視角下每個(gè)動(dòng)作的稀疏表示，確保不同視角下的相同動(dòng)作具有相同的高層表示。
　　第二種是基于主題分布知識(shí)遷移的視角無(wú)關(guān)的人體行為識(shí)別方