人體動作識別具有非常廣泛的應用，但是由于不同人在不同的場景下做同一類動作表現(xiàn)出的視覺差異非常大，所以動作識別研究具有非常大的挑戰(zhàn)?！兑曨l動作識別研究/江西理工大學清江學術文庫》系統(tǒng)討論了利用多特征和多模型進行動作識別的方法，內容包括：按照傳統(tǒng)視頻動作識別算法流程綜述了視頻動作識別各步驟的技術方法；基于對超像素顏色概率分布區(qū)間KL散度的計算，以及多尺度顯著圖的融合處理，研究了一種新的顯著性區(qū)域檢測算法；為提高行人檢測的準確率，研究了一種基于分割集成的方法用于靜態(tài)圖片中的行人檢測；為了實現(xiàn)長時間穩(wěn)定的跟蹤，結合匹配型跟蹤方法和決策型跟蹤方法的優(yōu)勢，同時利用集成學習的思想構建多個強分類器，提出一種基于集成多示例學習的mean shift跟蹤算法；為了提高靜態(tài)圖像在遮擋等復雜情況下的動作識別效果和魯棒性，利用已得到的多個動作模型對任意一幅圖像進行姿勢估計，得到圖像的多組姿勢特征信息，實現(xiàn)動作識別；對視頻中提取的多種特征進行有效融合，提出了利用流形度量學習的人體動作識別方法；提出了一種將位置信息映射到視覺特征中的融合方式，并將其用于動作識別中；針對動作特征在卷積神經網絡模型傳輸時的損失問題以及網絡模型過擬合的問題，提出一種跨層融合模型和多個模型投票的動作識別方法；后針對近流行的基于深度學習的動作識別方法進行了詳細的綜述，并對未來動作識別研究可能的發(fā)展方向進行了論述?！兑曨l動作識別研究/江西理工大學清江學術文庫》可供從事模式識別、機器學習、圖像分析等相關領域的研究人員參考。
鄂公網安備 42010302001612號 