[发明专利]一种基于层次化特征子空间学习的人体行为识别方法有效
| 申请号： | 201811415195.0 | 申请日： | 2018-11-26 |
| 公开（公告）号： | CN109508686B | 公开（公告）日： | 2022-06-28 |
| 发明（设计）人： | 盛碧云;肖甫;李群;沙乐天;黄海平;沙超 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06V40/20 | 分类号： | G06V40/20;G06V20/40;G06V10/77;G06K9/62 |
| 代理公司： | 南京正联知识产权代理有限公司 32243 | 代理人： | 王素琴 |
| 地址： | 210023 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于层次化特征子空间学习的人体行为识别方法，方法包括：将人体行为视频样本划分成训练样本和测试样本，提取并编码视频样本的手工特征和深度特征，分别以手工特征和深度特征的特征向量表示每一视频样本；设置视频样本的样本标签，采用训练样本的手工特征和深度特征的特征向量以及对应的样本标签作为输入，训练层次化特征子空间学习模型，生成子空间投影矩阵和行为类别的决策边界；利用子空间投影矩阵学习测试样本的手工特征和深度特征的子空间特征向量；计算并比较测试样本的子空间特征向量到各个行为类别的决策边界的距离，判别测试样本的行为类完成识别操作；本发明提高了子空间特征表达的辨识力，且具有良好的识别精度和效率。 | ||
| 搜索关键词： | 一种 基于 层次 特征 空间 学习 人体 行为 识别 方法 | ||
【主权项】：
1.一种基于层次化特征子空间学习的人体行为识别方法，其特征在于，所述方法包括：将人体行为识别的视频样本划分成训练样本和测试样本，提取并编码视频样本的手工特征和深度特征，并分别以所述手工特征和所述深度特征的特征向量表示每一视频样本；对每一视频样本设置独有的样本标签，采用训练样本的所述手工特征和所述深度特征的特征向量以及对应视频样本的所述样本标签作为输入，训练层次化特征子空间学习模型，生成子空间投影矩阵和行为类别的决策边界；利用所述子空间投影矩阵，学习测试样本的所述手工特征和所述深度特征的子空间特征向量；计算并比较测试样本的子空间特征向量到各个行为类别的所述决策边界的距离，并判别测试样本的行为类，完成人体行为识别操作。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京邮电大学，未经南京邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811415195.0/，转载请声明来源钻瓜专利网。
