傳統行為識別方法和基于深度學習的人體行為識別算法怎么比較
1 回答

白衣染霜花
TA貢獻1796條經驗 獲得超10個贊
人體行為識別前已有的方法主要分為三大類:基于模板的方法,基于概率統計的方法和基于語義的方法。
模板匹配是一種較早用在人體運動識別上的方法,將運動圖像序列轉化為一個或一組靜態的模板,通過將待識別樣本的模板與已知的模板進行匹配獲得識別結果。在行為識別中,基于模板匹配的算法可以分為幀對幀匹法和融合匹法。主要方法有:運動能量圖像(MEI)和運動歷史圖像(MHI),基于輪廓的平均運動形狀(MMS)和基于運動前景的平均運動能量(AME)等。
概率統計方法進行運動識別是把運動的每一種靜態姿勢定義為一個狀態或者一個狀態的集合,通過網絡的方式將這些狀態連接起來,狀態和狀態之間的切換采用概率來描述。主要有隱馬爾科夫模型HMM, 最大熵馬爾科夫模型(MEMM),條件隨機場(CRF)等。
- 1 回答
- 0 關注
- 2180 瀏覽
添加回答
舉報
0/150
提交
取消