一種用于人類行為識別的深度聯合結構化和結構化學習的方法,包括以下步驟:1)構造聯合結構和結構公式化;2)使用空間網絡從圖像中的人體區域提取深層卷積神經網絡特征,將空間網絡的fc6層的輸出作為深度特征,使用梯度直方圖和光流直方圖特征來進一步增強特征表示;CNN,HOG和HOF特征被連接以表示圖像中的個人行為或交互關系,使用這種特征為每個數據集訓練兩個線性支持向量機分類器,使用組合特征來計算公式(1)中的聯合特征;3)訓練模型的參數;4)訓練和預測中的相關推理,在訓練的每次迭代期間,針對每個訓練示例解決損失增強推理。本發明適用于多個行為類別的圖像、能夠識別交互行為。
聲明:
“用于人類行為識別的深度聯合結構化和結構化學習方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)