作者：宋旭; 刘国英行为识别自动编码机特征相似度递归神经网络条件随机场
摘要：为解决动作识别算法易受到光照、遮挡等环境变化影响,使算法的识别准确率与鲁棒性不佳等问题,提出一种基于递归神经网络与自动编码机特征融合的行为识别方法。分别通过递归神经网络(recurrent neural network,RNN)特征与自动编码机(auto encoder,AE)特征两种方法对行为动作进行特征提取,得到AE特征和RNN特征;引入特征相似度,对获得的AE特征和RNN特征进行融合,形成一种更加全面准确的AE-RNN特征;根据得到的AE-RNN特征,利用条件随机场分类学习,完成行为动作判断。实验结果表明,相比当前行为识别算法,所提算法具有更高的准确识别率,能够适应复杂背景和行为动作变化。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
