基于深度学习的人体行为识别-武汉大学学报·信息科学版.pdfVIP

第 卷 第 期 武 汉 大 学 学 报 ·信 息 科 学 版 ４１ ４ Ｖｏｌ．４１Ｎｏ．４ 年 月 ２０１６ ４ ＧｅｏｍａｔｉｃｓａｎｄＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅｏｆＷｕｈａｎＵｎｉｖｅｒｓｉｔ Ａ ｒ．２０１６ ｙ ｐ ： ／ 文章编号： （ ） 犇犗犐１０．１３２０３ ．ｗｈｕｉ １６７１８８６０２０１６０４０４９２０６ ｊ ｇ 基于深度学习的人体行为识别 １ ２ ３ ４ 樊 恒 徐 俊 邓 勇 向金海 　 　 　 　 　 　 华中农业大学工学院，湖北 武汉， １ ４３００７９ 　 华中师范大学物理学院，湖北 武汉， ２ ４３００７９ 　 中船重工集团公司第七二二研究所，湖北 武汉， ３ ４３００７２ 　 华中农业大学理学院，湖北 武汉， ４ ４３００７９ 　 摘 要：为了识别公共区域等特定场所下的人体行为，提出了一种基于深度学习的人体行为识别方法。首先， 　 预处理训练样本集和测试样本集中的所有图像，通过高斯混合模型提取出目标运动前景。其次，对训练样本 集中各种目标行为建立样本库，定义不同类别的识别行为作为先验知识，用于训练深度学习网络。最后，结合 深度学习所得到的网络模型，分类识别测试样本集中的各种行为，并将识别的结果和当前流行方法进行了比 较。实验结果表明，该人体行为识别方法优于其它方法，平均识别率相比其他方法有较大的提高。 关键词：深度学习；受限玻尔兹曼机；深度信念网络；行为识别 中图法分类号： 文献标志码： ＴＰ３９１ Ａ 　　　　　 基于视觉的行为识别是对视频图像中人的行 ）方法构建行为模型，从而识别人体行为。 ｍｏｄｅｌ 　　 ［ ］ １１ 为进行分析和识别，是智能监控领域的一种关键 Ｄｏｌｌáｒ等 通过稀疏时空特征识别人体行为。然 技术。 而，这两类行为识别方法都有其自身的局限性。基 目前研究行为识别的方法一般分为基于模型 于模型的方法在人体行为种类较多的情况下难以 ［，］ ［，］