刘翠微
- 作品数:3 被引量:4H指数:1
- 供职机构:北京理工大学计算机学院智能信息技术北京市重点实验室更多>>
- 发文基金:国家自然科学基金北京市自然科学基金国家重点基础研究发展计划更多>>
- 相关领域:自动化与计算机技术更多>>
- 一种利用多分类隐任务学习的动作识别方法
- 本文提出一种利用多分类隐任务学习的动作识别方法,有效提高动作识别性能,加快计算速度。采用基于softmax分类器的多分类模型来学习多个动作类之间的隐任务,从而训练动作的分类器,对图像序列中人的动作进行识别。在UCF sp...
- 侯静怡刘翠微吴心筱
- 关键词:多任务学习
- 基于时空视频块的背景建模被引量:3
- 2012年
- 提出了一种基于时空视频块的背景建模方法,时空视频块同时包含空间表观信息和时间运动信息.一个给定的背景位置在所有可能光照条件下的时空视频块集中位于一个低维的背景子空间中,而运动前景的时空视频块散布在背景子空间外的整个高维视频块空间中,采用一种高效的在线子空间学习算法实时更新背景子空间的主成分,根据时空视频块到背景子空间的距离来区分背景时空视频块和前景时空视频块.实验结果显示,本文中提出的方法能够在光照剧烈变化、前景与背景对比度较低的情况下准确地检测出前景目标.
- 刘翠微赵友东梁玮
- 关键词:子空间学习
- 基于隐任务学习的动作识别方法被引量:1
- 2017年
- 提出一种基于多分类隐任务学习的动作识别方法.将多个动作共享的一组子动作作为隐任务,通过对隐任务的联合学习来建模动作之间的关联,从而训练动作分类器并对视频中人的动作进行识别.利用基于softmax的多分类模型学习多个动作之间的隐任务,能够有效防止动作识别过程中的二义性,同时计算简单,节省了模型训练时间.在UCF sports和Olympic sports数据集上的实验结果表明,本文提出的多分类隐任务学习方法在迭代一次的时间上从130s缩短至0.5s,并且能更有效地识别视频中的动作.
- 侯静怡刘翠微吴心筱