基于半監(jiān)督學(xué)習(xí)框架的識(shí)別算法
推薦 + 挑錯(cuò) + 收藏(0) + 用戶評(píng)論（0）
人體行為識(shí)別是計(jì)算機(jī)視覺研究的熱點(diǎn)問題，現(xiàn)有的行為識(shí)別方法都是基于監(jiān)督學(xué)習(xí)框架．為了取得較好的識(shí)別效果，通常需要大量的有標(biāo)記樣本來建模．然而，獲取有標(biāo)記樣本是一個(gè)費(fèi)時(shí)又費(fèi)力的工作．為了解決這個(gè)問題，對(duì)半監(jiān)督學(xué)習(xí)中的協(xié)同訓(xùn)練算法進(jìn)行改進(jìn)，提出了一種基于多學(xué)習(xí)器協(xié)同訓(xùn)練模型的人體行為識(shí)別方法．這是一種基于半監(jiān)督學(xué)習(xí)框架的識(shí)別算法，該方法首先通過基于Q統(tǒng)計(jì)量的學(xué)習(xí)器差異性度量選擇算法來挑取出協(xié)同訓(xùn)練中基學(xué)習(xí)器集，在協(xié)同訓(xùn)練過程中，這些基學(xué)習(xí)器集對(duì)未標(biāo)記樣本進(jìn)行標(biāo)記；然后，采用了基于分類器成員委員會(huì)的標(biāo)記近鄰置信度計(jì)算公式來評(píng)估未標(biāo)記樣本的置信度，選取一定比例置信度較高的未標(biāo)記樣本加入到已標(biāo)記的訓(xùn)練樣本集并更新學(xué)習(xí)器來提升模型的泛化能力．為了評(píng)估算法的有效性，采用混合特征來表征人體行為，從而可以快速完成識(shí)別過程．實(shí)驗(yàn)結(jié)果表明，所提出的基于半監(jiān)督學(xué)習(xí)的行為識(shí)別系統(tǒng)可以有效地辨識(shí)視頻中的人體動(dòng)作。
非常好我支持^.^
(0) 0%
不好我反對(duì)
(0) 0%
下載地址
基于半監(jiān)督學(xué)習(xí)框架的識(shí)別算法下載
相關(guān)電子資料下載
- 如何在全志V853平臺(tái)上成功部署深度學(xué)習(xí)步態(tài)識(shí)別算法呢？ 523
- 人臉識(shí)別算法成功幫助尋親，大模型技術(shù)發(fā)展成關(guān)鍵推動(dòng)力！ 1554
- 如何在X86架構(gòu)的嵌入式系統(tǒng)上部署掌紋識(shí)別算法 1115
- 人臉識(shí)別的算法有哪些 5617
- 圖像識(shí)別技術(shù)原理 圖像識(shí)別算法有哪些 6008
- 船只識(shí)別算法：水域智能巡護(hù)，助力安全管理 311
- 一個(gè)典型的身份證識(shí)別算法流程 371
- 高質(zhì)量手勢(shì)識(shí)別數(shù)據(jù)集讓手勢(shì)識(shí)別算法更準(zhǔn)確 1028
- 人臉識(shí)別閘機(jī)硬件由什么組成 2708
- 用于自動(dòng)駕駛的時(shí)空融合激光雷達(dá)地點(diǎn)識(shí)別算法SeqOT 662