基于Fisher鉴别字典学习的人体行为识别

摘要：

人体行为识别是计算机视觉中的一个重要研究领域,具有广阔的应用前景.研究了基于Fisher鉴别的字典学习方法在人体行为识别上的应用.首先对人体行为的视频序列提取了局部时空特征,并通过随机投影法降维;然后把降维后的特征作为待分类的信号进行Fisher鉴别字典学习,从而增强字典和编码系数的鉴别能力;最后同时利用重构误差和稀疏表示系数进行分类.实验结果验证了所提方法在人体行为识别上的有效性与鲁棒性.

关键词：稀疏表示、人体行为识别、运动特征、Fisher鉴别准则

所属期刊栏目：44

分类号：TP391.4(计算技术、计算机技术)

资助基金：江苏省科技支撑计划--社会发展项目:面向治安防控的监控视频目标检索关键技术研究BE2014714;国家科技重大专项:无人装备智能控制支撑软件系统2015ZX01041101

在线出版日期：2017-08-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：270-274