模式识别与人工智能
2025年4月4日 星期五   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2019, Vol. 32 Issue (4): 376-384    DOI: 10.16451/j.cnki.issn1003-6059.201904011
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于多视图半监督学习的人体行为识别
唐超1, 王文剑2, 王晓峰1, 张琛1, 邹乐1
1.合肥学院 计算机科学与技术系 合肥 230601
2.山西大学 计算机与信息技术学院 太原 030006
Human Action Recognition Based on Multi-view Semi-supervised Learning
TANG Chao1, WANG Wenjian2, WANG Xiaofeng1, ZHANG Chen1, ZOU Le1
1.Department of Computer Science and Technology, Hefei University, Hefei 230601
2.School of Computer and Information Science, Shanxi University, Taiyuan 030006

全文: PDF (806 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 由于人的行为在本质上的复杂性,单一行为特征视图缺乏全面分析人类行为的能力.文中提出基于多视图半监督学习的人体行为识别方法.首先,提出3种不同模态视图数据,用于表征人体动作,即基于RGB模态数据的傅立叶描述子特征视图、基于深度模态数据的时空兴趣点特征视图和基于关节模态数据的关节点投影分布特征视图.然后,使用多视图半监督学习框架建模,充分利用不同视图提供的互补信息,确保基于少量标记和大量未标记数据半监督学习取得更好的分类精度.最后,利用分类器级融合技术并结合3种视图的预测能力,同时有效解决未标记样本置信度评估问题.在公开的人体行为识别数据集上实验表明,采用多个动作特征视图融合的特征表示方法的判别力优于单个动作特征视图,取得有效的人体行为识别性能.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
唐超
王文剑
王晓峰
张琛
邹乐
关键词 人体行为识别多视图学习半监督学习动作特征Kinect传感器    
Abstract:Since human action is complicated in nature, single action feature view lacks the ability of comprehensively profiling human action. A method for human action recognition based on multi-view semi-supervised learning is proposed in this paper. Firstly, a method based on three different modal views is proposed to represent human action, namely Fourier descriptor feature view based on RGB modal data, spatial and temporal interest point feature view based on depth modal data and joints projection distribution feature view based on joints modal data. Secondly, multi-view semi-supervised learning framework is utilized for modeling. The complementary information provided by different views is utilized to ensure better classification accuracy with a small amount of labeled data and a large amount of unlabeled data. The classifier-level fusion technology is employed to combine the predictive ability of three views, and the problem of confidence evaluation of unlabeled samples is effectively solved. The
Key wordsHuman Action Recognition    Multi-view Learning    Semi-supervised Learning    Action Feature    Kinect Sensor   
收稿日期: 2018-09-25     
ZTFLH: TP 391.4  
基金资助:国家自然科学基金项目(No.61673249,61672204,61806068)、安徽省自然科学基金面上项目(No.1908085MF184)、安徽高校自然科学研究重点项目(No.KJ2018A0556,KJ2018A0555)、安徽高校优秀拔尖人才培育基金项目(No.gxfx2017099,gxyqZD2017076)、合肥学院人才科研基金项目(No.16-17RC
19)、合肥学院教学研究重点项目(No.018hfjyxm09)资助
作者简介: 唐 超(通讯作者),博士,副教授,主要研究方向为机器学习、计算机视觉.E-mail:tangchao77@sina.com.王文剑,博士,教授,主要研究方向为机器学习、计算智能.E-mail:wjwang@sxu.edu.cn.王晓峰,博士,教授,主要研究方向为图像处理、计算智能.E-mail:xfwang@iim.ac.cn.张 琛,博士,讲师,主要研究方向为机器学习、计算智能.E-mail:zhangchen0304@163.com.邹乐,博士研究生,副教授,主要研究方向为图像处理、计算智能.E-mail:zoule1983@163.com.
引用本文:   
唐超, 王文剑, 王晓峰, 张琛, 邹乐. 基于多视图半监督学习的人体行为识别[J]. 模式识别与人工智能, 2019, 32(4): 376-384. TANG Chao, WANG Wenjian, WANG Xiaofeng, ZHANG Chen, ZOU Le. Human Action Recognition Based on Multi-view Semi-supervised Learning. , 2019, 32(4): 376-384.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.201904011      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2019/V32/I4/376
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn