人体行为识别特征提取方法综述

行为识别的过程很大程度上可以看作特征提取与分类器相结合,故特征提取方法的优劣直接影响最终识别效果。与静态图像物体识别相比,视频中人体行为识别特征提取更易受到动态背景、采集设备运动、视角和光照等因素影响人体,从而对研究人员的工作提出了很大挑战。为此,综合了近几年对行为识别特征提取系统分类和不同类型行为识别特征提取方法以及常用行为识别数据库等领域研究的最新进展,探讨了目前研究难点,阐述了与未来可能的研究发展方向。

基于改进密集轨迹算法的人体行为识别

研究人体行为准确识别问题。在应用传统密集轨迹算法进行人体行为识别时,在长时间的跟踪轨迹过程中混杂着背景干扰轨迹,容易导致轨迹漂移问题。而在应用支持向量机分类器对不同的数据集进行分类时也存在着兼容性问题。为了避免以上弊端,提出了一种改进的密集轨迹算法。结合选择性搜索算法定位人体区域并计算运动显著性信息差异进行轨迹提纯,减少背景的干扰。利用改进的人工蜂群算法对非线性支持向量机的参数进行优化,并对提纯后的轨迹特征进行分类,得到人体行为识别的结果。实验结果表明,利用上述算法对不同的数据集进行人体行为识别都有优于其它经典算法的识别结果,说明该算法能够极大地提升人体行为识别的准确率。

对采用温度回升法与回降法测定粮食水分问题的探讨

在测定粮食水分的诸方法中,105℃恒重法,因为烘样时间较长,所以,对回升法和回降法没有明确规定,然而,在定温定时烘干法中,却明确强调了“在5min内,将烘箱温度回升到130士2℃,开始计时……”即采用回升法而不采用回降法。确切地说。