基于阶层多观测模型的多人行为识别

为解决多人行为识别中高维特征空间、角色分配不准确和复杂的时间结构等问题,本文分析了多人行为的特点,提出了一种递归的多层随机网络模型。该模型通过多层网络表达行为的多尺度特性,并由高层体现行为的长时间依赖性。通过对观测的分解大大降低了特征空间的维数,从而降低了问题的复杂度,并在一定程度上消除了目标角色分配不准确带来的影响。实验结果表明本文提出的模型比其他常用模型具有更好的识别效果,即使对复杂行为依然具有91.3%以上的识别率。     

基于区域的运动阴影检测方法

为了使阴影检测结果更加准确和鲁棒,提出了一种基于区域的运动阴影检测方法。该方法从阴影具有的物理特性出发,考虑了区域内所有像素的总体特征。将每帧图像进行合理的分块,并且采用基于梯度的方法对运动区域边缘的小块进行合并。对每个小块根据阴影区域和对应的背景区域之间具有较强的结构相似性和色度近似性的特点进行阴影检测。实验结果表明,阴影检测准确率超过90%,其结果明显比基于颜色不变量的方法有效。该方法能够准确而鲁棒地检测出运动阴影。     

面向图像的有效目标区域提取方法

针对图像标注、目标识别等实际应用中图像的前景目标定位不够准确的问题,提出了一种图像中的有效目标区域提取方法。该方法以提取图像的前景目标为目的,将目标区域提取问题转化为二分类问题,实现了对图像中有效目标区域的提取,主要包括4个步骤:利用选择性搜索算法生成图像中的候选目标区域;通过对像素值的差值化处理来进行图像区域的特征增强;基于深度学习实现对候选目标区域进行分类;区域选择与融合。在MSCOCO数据集上进行实验,结果表明,该方法在保证较高召回率的基础上,达到了比现有多种算法更加准确的目标区域定位结果。     

融合异构信息的网络视频在线半监督分类方法

针对大规模网络视频数据的学习需要考虑无标签数据和异构信息的问题,提出了一种基于视觉和文本异构信息的网络视频在线半监督学习方法.该方法将文本和视觉看作2个视图,采用图作为基分类器对每个视图进行建模,并利用线性邻域的传播算法来预测样本类别.在不同视图之间采用多图上的协同训练,利用未标记样本增量地更新基分类器,并根据类别相关的融合方法确定最终结果,从而提高了分类准确率.实验结果表明,该方法的结果优于支持向量机方法约8.3％,在线增量更新后,学习器的性能提高了约3％,因此比较适合于大规模视频数据的在线半监督学习.     

基于阶层多观测模型的多人行为识别

为解决多人行为识别中高维特征空间、角色分配不准确和复杂的时间结构等问题,该文分析了多人行为的特点,提出了一种递归的多层随机网络模型。该模型通过多层网络表达行为的多尺度特性,并由高层体现行为的长时间依赖性。通过对观测的分解大大降低了特征空间的维数,从而降低了问题的复杂度,并在一定程度上消除了目标角色分配不准确带来的影响。实验结果表明:该文提出的模型比其他常用模型具有更好的识别效果,即使对复杂行为依然具有91.3%以上的识别率。