项目名称: RGB-D视频序列特征的深度学习模型及在人体行为识别中的应用
项目编号: No.61370119
项目类型: 面上项目
立项/批准年度: 2013
项目学科: 自动化技术、计算机技术
项目作者: 孙艳丰
作者单位: 北京工业大学
项目金额: 73万元
中文摘要: 面向RGB-D视频环境下人体行为准确、鲁棒识别的应用需求,针对行为序列多光照难识别,行为外观多变化难描述,行为特征多层次难提取等核心问题,拟借助RGB、深度视频等感知信息,利用多源异构信息时空相关性和互补性,通过深度学习的理论和方法,发现并提取人体行为特征。尤其研究深度视频图像的去噪和质量提升方法;基于视频序列的人体行为特征的深度学习模型;发展融合深度视频和RGB视频信息的人体行为多模态特征的深度学习模型;建立基于深度学习表示模型的人体行为识别方法。探索人体行为识别的计算模型,解决传统人体行为特征表示手段的局限性,实现人体行为姿态、光照变化等复杂条件下人体行为的有效识别。最终实现一个原型系统:姿态、光照变化条件下融合深度、RGB视频信息的人体行为识别系统,以验证本项目提出的理论算法的有效性。
中文关键词: 行为识别;RGB-D视频;深度学习;降维;特征表示
英文摘要: Confronted with the meet of accuracy and robustness human action recognition, we will make a proposal about human action recognition based on deep learning theory and methods. By using RGB and depth video information, our proposal aims to overcome some es
英文关键词: Human Action Recognition;RGB-D Video;Deep Learning;Dimension Reduction;Feature Representation