一种用于人类行为识别的深度联合结构化和结构化学习的方法，包括以下步骤：1)构造联合结构和结构公式化；2)使用空间网络从图像中的人体区域提取深层卷积神经网络特征，将空间网络的fc6层的输出作为深度特征，使用梯度直方图和光流直方图特征来进一步增强特征表示；CNN，HOG和HOF特征被连接以表示图像中的个人行为或交互关系，使用这种特征为每个数据集训练两个线性支持向量机分类器，使用组合特征来计算公式(1)中的联合特征；3)训练模型的参数；4)训练和预测中的相关推理，在训练的每次迭代期间，针对每个训练示例解决损失增强推理。本发明适用于多个行为类别的图像、能够识别交互行为。
声明：
“用于人类行为识别的深度联合结构化和结构化学习方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
876
编辑：管理员
来源：北方有色网
咨询细节
