一种无监督多视图特征选择的人体行为识别方法

发明专利无效专利

申请号：
CN201310557008.3
IPC分类号：G06K9/66
申请日期：
2013-11-11
申请人：
浙江大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种无监督多视图特征选择的人体行为识别方法
申请号	CN201310557008.3	申请日期	2013-11-11
法律状态	撤回	申报国家	中国
公开/公告日	2014-02-12	公开/公告号	CN103577841A
优先权	暂无	优先权号	暂无
主分类号	G06K9/66 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕 G06K9/64 应用带有许多基准的多个图像信号的同时比较或相关的，例如，电阻矩阵〔3〕 G06K9/66 这些基准通过适宜的方法是能够进行调节的，例如，学习〔3〕	IPC分类号	G06K9/66查看分类表>
申请人	浙江大学	申请人地址	浙江省杭州市浙大路*** 变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	浙江大学	当前权利人	浙江大学
发明人	肖俊;冯银付;庄越挺;计明明;张鹿鸣
代理机构	杭州求是专利事务所有限公司	代理人	张法高

摘要

本发明公开了一种无监督多视图特征选择的人体行为识别方法。该方法首先对预先采集包含不同人体行为类型的视频数据集提取多种类型的视觉特征表达，得到多视图特征数据矩阵；接着对各个视图构建视图相关的视觉相似图和几何拉普拉斯矩阵，以此构建求解多视图特征选择矩阵与数据聚类类别矩阵的目标函数；然后采用迭代梯度下降法优化计算多视图特征选择矩阵，并依据的行排序结果得到二值特征选择矩阵；最后将待识别视频数据转换为相应的多视图特征数据，比较特征选择后的待识别数据与预先采集的多视图特征数据之间的距离，将待识别视频标识为距离最近的预采集视频数据人体行为类型。本方法计算速度快，具有较高的识别准确率和抗噪声干扰能力。

一种金属成形机床用定位装置

实用新型

一种无监督多视图特征选择的人体行为识别方法

在售专利 早买早用

在售专利早买早用