中国图象图形学报
中國圖象圖形學報
중국도상도형학보
JOURNAL OF IMAGE AND GRAPHICS
2014年
7期
1054-1061
,共8页
行为识别%稀疏编码%局部描述符%树结构字典
行為識彆%稀疏編碼%跼部描述符%樹結構字典
행위식별%희소편마%국부묘술부%수결구자전
action recognition%sparse coding%local descriptor%tree-structured dictionary
目的 基于学习字典的稀疏编码能够自适应地表示信号.然而,传统学习字典的原子之间缺少关联,信号的相似性在编码后缺失.考虑到结构化稀疏表示的鲁棒性和判别性能力,结构化字典的构建成为一个重要的任务.方法 依据标准的凸优化字典学习算法,引入数据点编码路径的约束(由上层原子激活的索引规划下层的索引),构思了一种树结构字典学习框架.结果 实验结果表明,局部描述符的稀疏表示具有较好的鲁棒性和判别性,同时在KTH数据库上人体行为识别实验与其他类似文献方法相比获得了较高的识别精度,其中,时空梯度方向直方图(HOG3D)的编码识别结果达到97.99%.结论 通过实验结果,观察到采用本文构建的字典编码信号具有较好的鲁棒性和判别性,更好的适合分类任务.
目的 基于學習字典的稀疏編碼能夠自適應地錶示信號.然而,傳統學習字典的原子之間缺少關聯,信號的相似性在編碼後缺失.攷慮到結構化稀疏錶示的魯棒性和判彆性能力,結構化字典的構建成為一箇重要的任務.方法 依據標準的凸優化字典學習算法,引入數據點編碼路徑的約束(由上層原子激活的索引規劃下層的索引),構思瞭一種樹結構字典學習框架.結果 實驗結果錶明,跼部描述符的稀疏錶示具有較好的魯棒性和判彆性,同時在KTH數據庫上人體行為識彆實驗與其他類似文獻方法相比穫得瞭較高的識彆精度,其中,時空梯度方嚮直方圖(HOG3D)的編碼識彆結果達到97.99%.結論 通過實驗結果,觀察到採用本文構建的字典編碼信號具有較好的魯棒性和判彆性,更好的適閤分類任務.
목적 기우학습자전적희소편마능구자괄응지표시신호.연이,전통학습자전적원자지간결소관련,신호적상사성재편마후결실.고필도결구화희소표시적로봉성화판별성능력,결구화자전적구건성위일개중요적임무.방법 의거표준적철우화자전학습산법,인입수거점편마로경적약속(유상층원자격활적색인규화하층적색인),구사료일충수결구자전학습광가.결과 실험결과표명,국부묘술부적희소표시구유교호적로봉성화판별성,동시재KTH수거고상인체행위식별실험여기타유사문헌방법상비획득료교고적식별정도,기중,시공제도방향직방도(HOG3D)적편마식별결과체도97.99%.결론 통과실험결과,관찰도채용본문구건적자전편마신호구유교호적로봉성화판별성,경호적괄합분류임무.