基于改進ISA深度網(wǎng)絡(luò)的人體行為識別研究與實現(xiàn).pdf

1、人體行為識別研究是當前計算機視覺領(lǐng)域的重點熱門問題?？紤]復雜多樣的環(huán)境和人體行為相似性與混淆性等因素，人體行為識別在識別準確率方面仍具很大的提升空間。近年來，利用深度神經(jīng)網(wǎng)絡(luò)這一新興熱門技術(shù)，在人體行為識別準確率上已獲得較大提升。
　　本文的研究內(nèi)容是基于改進 ISA深度網(wǎng)絡(luò)的人體行為識別研究與實現(xiàn)。本文的主要工作如下：
　　1、分析ISA神經(jīng)網(wǎng)絡(luò)的不足并進行啟發(fā)性改進思考，創(chuàng)造性的提出基于細分融合模型SFM(Subdivi

2、sion-Fusion Model，SFM)的改進ISA深度網(wǎng)絡(luò)，包括基于細分的ISA深度網(wǎng)絡(luò)訓練階段和基于融合的ISA深度網(wǎng)絡(luò)識別階段。在訓練階段中提供聚類細分子類的兩種方法，包括基于特征空間分布的細分方法和基于類不平衡現(xiàn)象的細分方法。
　　2、結(jié)合改進的ISA深度網(wǎng)絡(luò)模型，完成基于改進ISA深度網(wǎng)絡(luò)的人體行為識別研究系統(tǒng)實現(xiàn)。
　　3、利用基于改進ISA深度網(wǎng)絡(luò)的人體行為識別研究系統(tǒng)，對三個國際常用標準人體行為視頻庫Ho

3、llywood2、KTH和YouTube進行實驗和詳細分析。
　　本文的主要成果貢獻如下：
　　1、創(chuàng)造性的提出基于細分融合模型SFM的改進ISA深度網(wǎng)絡(luò)，并利用“SSC聚類細分”、“特征空間到樣本空間重新映射”和“二次訓練學習”的改進思路，形成一種與大多數(shù)神經(jīng)網(wǎng)絡(luò)均不相同的獨具特色的映射變換過程。
　　2、改進的ISA深度網(wǎng)絡(luò)能一定程度的避免“過擬合”問題，進而提高神經(jīng)網(wǎng)絡(luò)性能；其次，能更具針對性的對人體行為視頻進行