-
公开(公告)号：CN102043967B
公开(公告)日：2013-09-25
申请号：CN201010592894.X
申请日：2010-12-08
Applicant: 中国科学院自动化研究所
Abstract: 本发明是一种有效的运动目标行为建模与识别方法，包括步骤1：用特征提取模块提取运动目标行为的局部特征，再提取运动目标行为的运动特征；步骤2：采用子空间学习的方法，用特征融合模块对提取的局部特征和运动特征进行融合，并对特征空间进行降维；步骤3：采用原型学习算法和测度学习算法相结合，用行为识别模块对运动目标行为进行识别，对识别的运动目标行为做出评判。本发明对局部特征和运动特征进行特征融合处理，降低了特征空间的维度，提高了特征表达的鲁棒性，具有低存储和低计算复杂度的特点，同时具有较好的分类识别性能。本发明可以用来对公共安全领域的异常行为进行智能监控，一旦发现异常行为发生，立刻报警。
-
公开(公告)号：CN102043967A
公开(公告)日：2011-05-04
申请号：CN201010592894.X
申请日：2010-12-08
Applicant: 中国科学院自动化研究所
Abstract: 本发明是一种有效的运动目标行为建模与识别方法，包括步骤1：用特征提取模块提取运动目标行为的局部特征，再提取运动目标行为的运动特征；步骤2：采用子空间学习的方法，用特征融合模块对提取的局部特征和运动特征进行融合，并对特征空间进行降维；步骤3：采用原型学习算法和测度学习算法相结合，用行为识别模块对运动目标行为进行识别，对识别的运动目标行为做出评判。本发明对局部特征和运动特征进行特征融合处理，降低了特征空间的维度，提高了特征表达的鲁棒性，具有低存储和低计算复杂度的特点，同时具有较好的分类识别性能。本发明可以用来对公共安全领域的异常行为进行智能监控，一旦发现异常行为发生，立刻报警。
-
Search Results
2
records
(took 0.021 seconds)
