10.15918/j.tbit 1001-0645.2019.10.012
结合张量特征和孪生支持向量机的群体行为识别
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.
群体行为识别、张量特征、孪生支持向量机、粒子群优化
39
TP391(计算技术、计算机技术)
国家自然科学基金资助项目61672032;安徽省重点实验室开放课题资助项目2016-KFKT-003
2019-12-31（万方平台首次上网日期，不代表论文的发表时间）
共6页
1063-1068
