技术总结
一种用于人类行为识别的深度联合结构化和结构化学习的方法，包括以下步骤：1)构造联合结构和结构公式化；2)使用空间网络从图像中的人体区域提取深层卷积神经网络特征，将空间网络的fc6层的输出作为深度特征，使用梯度直方图和光流直方图特征来进一步增强特征表示；CNN，HOG和HOF特征被连接以表示图像中的个人行为或交互关系，使用这种特征为每个数据集训练两个线性支持向量机分类器，使用组合特征来计算公式(1)中的联合特征；3)训练模型的参数；4)训练和预测中的相关推理，在训练的每次迭代期间，针对每个训练示例解决损失增强推理。本发明适用于多个行为类别的图像、能够识别交互行为。
技术研发人员：王振华;金佳丽;陈胜勇;刘盛;张剑华
受保护的技术使用者：浙江工业大学
文档号码：201611223815
技术研发日：2016.12.27
技术公布日：2017.06.09