10.15918/j.tbit1001-0645.2017.07.014
基于隐任务学习的动作识别方法
提出一种基于多分类隐任务学习的动作识别方法.将多个动作共享的一组子动作作为隐任务,通过对隐任务的联合学习来建模动作之间的关联,从而训练动作分类器并对视频中人的动作进行识别.利用基于softmax的多分类模型学习多个动作之间的隐任务,能够有效防止动作识别过程中的二义性,同时计算简单,节省了模型训练时间.在UCF sports和Olympic sports数据集上的实验结果表明,本文提出的多分类隐任务学习方法在迭代一次的时间上从130 s缩短至0.5s,并且能更有效地识别视频中的动作.
动作识别、softmax分类器、多分类、隐任务学习
37
TP391.4(计算技术、计算机技术)
国家自然科学基金资助项目61673062,61472038
2017-09-06（万方平台首次上网日期，不代表论文的发表时间）
共5页
733-737
