局部证据RBF人体行为高层特征自相似融合识别的研究.docVIP

局部证据RBF人体行为高层特征自相似融合识别的研究 　　摘要：针对传统人体动作识别算法，往往重点解决某一类行为识别，不具有通用性的问题，提出一种局部证据RBF人体行为高层特征自相似融合识别算法。首先，借用随时间变化的广义自相似性概念，利用时空兴趣点光流场局部特征提取方法，构建基于自相似矩阵的人体行为局部特征描述；其次，在使用SVM算法进行独立个体行为识别后，利用所提出的证据理论RBF（Radial Basis Function）高层特征融合，实现分类结构优化，从而提高分类准确度；仿真实验表明，所提方案能够明显提高人体行为识别算法效率和识别准确率。 　　关键词：局部特征描述；证据理论；RBF网络；自相似；高层特征融合 　　中图分类号：TP39文献标识码：A 　　1概述 　　近年来，人体行为识别已得到广泛应用，特别是在医疗诊断、视觉监控等领域[1]。该算法主要涉及到人体运动检测/估计，身体和手脚跟踪以及行为理解等三个方面，本文研究重点研究人体行为活动的识别和描述 [2]。识别过程为：传感器信息获取、特征描述、行为识别三个过程。 　　在普适计算应用方面，常用方法有三种：一是外部传感器，如文献[3]接触式红外压力式传感器组合；二是可穿戴传感器，如文献[4]基于穿戴RFID对人体行为进行捕获判定；三是环境监测传感器，主要有温度、湿度及光照传感器等，通常作为补充[5]。外部传感器