基于Latent SVM的多视角行为识别方法
Journal of Jilin University(Information Science Edition)(2016)
摘要
为了在静态图像中获取有效信息,构建行为模型,提出了行为覆盖区ACA(Action Coverage Area)和行为核心AC(Action Core)的概念,基于Latent SVM(Support Vector Machine)目标识别方法,设计了一种多视角行为模型MVAM(Multiple Viewpoint Action Model).建立了独立的用于行为模型训练和测试的行为数据库.实验表明,该表示法对静态图像中的人体行为能有效地进行分类和检测.
更多AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要