基于LERBF算法的人体行为自相似识别

来源期刊：控制工程2016年第11期

论文作者：王志瑞 刘正涛 黄慧

文章页码：1784 - 1789

关键词：局部特征;证据理论;神经网络;融合识别;

摘    要：在当前人体动作行为识别过程中,一般侧重于对某一类动作行为的识别,算法的通用性和实用性均较差,对此基于局部证据RBF算法(Local Evidence RBF Algorithm,LERBF),在高层行为特征上实现对人体动作的自相似识别。首先,基于广义自相似时变特性,并结合光流场时空关注点,进行人体动作行为的特征局部提取,以此建立人体行为自相似局部描述特征矩阵;其次,基于SVM学习过程建立个体行为独立识别机制,并结合所提LERBF特征高层融合理论,建立起结构的分类优化机制,进而获得分类精度提高;最后,通过实验分析,LERBF具有90%左右的识别精度和最快的运算速度,验证所提识别算法具有更高的计算效率和精度。