项目名称: 基于混合属性分析的人体行为识别方法研究

项目编号: No.61401309

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 无线电电子学、电信技术

项目作者: 张重

作者单位: 天津师范大学

项目金额: 24万元

中文摘要: 行为属性需要人为定义,因此很难保证完全描述行为类别的所有视觉信息。针对人为定义属性相对主观的问题,本课题拟研究利用混合属性(数据驱动属性和人为定义属性)对人体行为进行识别。我们拟在以下三个方面开展研究。第一,研究数据驱动属性的生成方法,拟提出语义约束模糊聚类方法,使数据驱动属性既与人为定义属性互补又能考虑特征点之间的时空关系。第二,为了充分利用混合属性的语义特征,拟提出属性约束弱监督多任务学习方法,建立底层特征、数据驱动属性、人为定义属性和行为类别之间的关系。第三,针对混合属性方法中无训练样本类别的分类问题,拟研究多任务学习框架下的零样本学习方法。该研究学习得到的模型可以充分挖掘语义信息,帮助提高属性方法的实用性。

中文关键词: 行为识别;特征融合;;;

英文摘要: The action attributes are usually defined manually, and therefore human-defined attributes cannot guarantee the complete description of all visual information for an action class. To overcome the subjectivity of human-defined attributes, this project plan

英文关键词: action recognition;feature fusion;;;

成为VIP会员查看完整内容
2

相关内容

行为识别的要旨是企业在内部协调和对外交往中应该有一种规范性准则。这种准则具体体现在全体员工上下一致的日常行为中。也就是说,员工们的一招一式的行为举动都应该是一种企业行为,能反映出企业的经营理念和价值取向,而不是独立的随心所欲的个人行为。
专知会员服务
65+阅读 · 2021年10月15日
专知会员服务
86+阅读 · 2021年9月4日
专知会员服务
91+阅读 · 2021年8月29日
专知会员服务
60+阅读 · 2021年3月25日
基于深度学习的多标签生成研究进展
专知会员服务
141+阅读 · 2020年4月25日
 图像内容自动描述技术综述
专知会员服务
85+阅读 · 2019年11月17日
MM2020 | 基于对抗学习的个性化标签推荐
机器学习与推荐算法
0+阅读 · 2021年10月18日
基于深度学习的医学图像半监督分割
CVer
14+阅读 · 2020年9月24日
论文浅尝 | 时序与因果关系联合推理
开放知识图谱
35+阅读 · 2019年6月23日
综述 | CVPR2019目标检测方法进展
计算机视觉life
15+阅读 · 2019年4月3日
独家 | 光流与行为识别的结合研究
AI科技评论
12+阅读 · 2017年12月29日
干货|基于双流递归神经网络的人体骨架行为识别!
全球人工智能
13+阅读 · 2017年12月15日
国家自然科学基金
2+阅读 · 2017年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
Arxiv
1+阅读 · 2022年4月20日
Arxiv
14+阅读 · 2021年3月10日
Arxiv
19+阅读 · 2020年7月21日
A Survey on Deep Learning for Named Entity Recognition
Arxiv
73+阅读 · 2018年12月22日
小贴士
相关VIP内容
专知会员服务
65+阅读 · 2021年10月15日
专知会员服务
86+阅读 · 2021年9月4日
专知会员服务
91+阅读 · 2021年8月29日
专知会员服务
60+阅读 · 2021年3月25日
基于深度学习的多标签生成研究进展
专知会员服务
141+阅读 · 2020年4月25日
 图像内容自动描述技术综述
专知会员服务
85+阅读 · 2019年11月17日
相关资讯
相关基金
国家自然科学基金
2+阅读 · 2017年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员