本文主要研究内容
作者胡根生,张乐军,张艳（2019）在《结合张量特征和孪生支持向量机的群体行为识别》一文中研究指出：给出一种结合张量特征和孪生支持向量机的群体行为识别算法,以提高对视频中群体行为识别的准确率.首先通过群成员关节点骨架的姿态结构信息和群成员的社会网络信息描述群体在每一帧中的行为,并采用张量形式表示;然后使用多路非线性特征映射分解张量核,并利用粒子群优化张量核孪生支持向量机的模型参数;最后结合张量特征和孪生支持向量机实现视频中的群体行为识别. CAD2数据集和自建数据集上的实验结果表明,张量特征能够有效地表示群体行为,相比经典算法,所提算法能有效提高群体行为识别的准确率.
Abstract
gei chu yi chong jie ge zhang liang te zheng he luan sheng zhi chi xiang liang ji de qun ti hang wei shi bie suan fa ,yi di gao dui shi pin zhong qun ti hang wei shi bie de zhun que lv .shou xian tong guo qun cheng yuan guan jie dian gu jia de zi tai jie gou xin xi he qun cheng yuan de she hui wang lao xin xi miao shu qun ti zai mei yi zhen zhong de hang wei ,bing cai yong zhang liang xing shi biao shi ;ran hou shi yong duo lu fei xian xing te zheng ying she fen jie zhang liang he ,bing li yong li zi qun you hua zhang liang he luan sheng zhi chi xiang liang ji de mo xing can shu ;zui hou jie ge zhang liang te zheng he luan sheng zhi chi xiang liang ji shi xian shi pin zhong de qun ti hang wei shi bie . CAD2shu ju ji he zi jian shu ju ji shang de shi yan jie guo biao ming ,zhang liang te zheng neng gou you xiao de biao shi qun ti hang wei ,xiang bi jing dian suan fa ,suo di suan fa neng you xiao di gao qun ti hang wei shi bie de zhun que lv .
论文参考文献
论文详细介绍
论文作者分别是来自北京理工大学学报的胡根生,张乐军,张艳，发表于刊物北京理工大学学报2019年10期论文，是一篇关于群体行为识别论文,张量特征论文,孪生支持向量机论文,粒子群优化论文,北京理工大学学报2019年10期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自北京理工大学学报2019年10期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：群体行为识别论文; 张量特征论文; 孪生支持向量机论文; 粒子群优化论文; 北京理工大学学报2019年10期论文;