10.3969/j.issn.1000-386x.2021.02.034
基于Dirichlet多项式混合模型的复杂人体行为识别
在健康智能照顾护理领域,日常行为识别的准确率至关重要,但是由于日常行为本身的动态可变性以及个体之间的差异性的特点,造成基于可穿戴设备的日常行为识别模型的泛化性差、识别率低,无法对复杂日常行为进行识别的问题.提出一种优化的特征提取方法,将手腕动作聚合为若干个高层语义主题,进而将日常行为表征为一个有序的高层语义主题序列,有效地提升分类的效果.实验结果表明,高层主题语义特征能更准确地表征复杂日常行为的特征,提高了行为识别的准确性.
行为识别、Dirichlet、多项式混合模型、主题模型、Collapsed、吉布斯采样、高层语义特征
38
TP391(计算技术、计算机技术)
台湾科技部基金项目;台湾大学基金项目
2021-03-09(万方平台首次上网日期,不代表论文的发表时间)
共8页
205-212