现代计算机（普及版）
現代計算機（普及版）
현대계산궤（보급판）
MODERN COMPUTER
2014年
3期
20-22
,共3页
赵桂儒%刘典婷%崔满丰%李丽
趙桂儒%劉典婷%崔滿豐%李麗
조계유%류전정%최만봉%리려
GMM超向量%EM算法%行为识别
GMM超嚮量%EM算法%行為識彆
GMM초향량%EM산법%행위식별
GMM%EM Algorithm%Recognition of Human Action
通过对UCF11体育运动数据库提取SIFT和STIP特征，采用留一交叉验证法(LOOCV），利用训练样本数据估算GMM参数以建立GMM-UBM，进一步通过MAP自适应算法得出GMM超向量。以GMM超向量作为输入特征训练SVM分类器在UCF11数据库上进行实际验证，实验证明该方法在行为识别方面具有较好的识别效果。
通過對UCF11體育運動數據庫提取SIFT和STIP特徵，採用留一交扠驗證法(LOOCV），利用訓練樣本數據估算GMM參數以建立GMM-UBM，進一步通過MAP自適應算法得齣GMM超嚮量。以GMM超嚮量作為輸入特徵訓練SVM分類器在UCF11數據庫上進行實際驗證，實驗證明該方法在行為識彆方麵具有較好的識彆效果。
통과대UCF11체육운동수거고제취SIFT화STIP특정，채용류일교차험증법(LOOCV），이용훈련양본수거고산GMM삼수이건립GMM-UBM，진일보통과MAP자괄응산법득출GMM초향량。이GMM초향량작위수입특정훈련SVM분류기재UCF11수거고상진행실제험증，실험증명해방법재행위식별방면구유교호적식별효과。
SIFT and STIP features are extracted from UCF11 database, employs Leave One Out Cross Validation (LOOCV) scheme, and uses train-ing data to estimate GMM parameters to get GMM-UBM. Uses MAP adaption method to get GMM Supervector. Trains SVM classifier to be the input features of GMM Supervector, result on UCF11 shows that GMM Supervector performs well in the recognition of human ac-tions.
