基於小樣本學習和多模態融合的人群行為識別研究

基於小樣本學習和多模態融合的人群行為識別研究

《基於小樣本學習和多模態融合的人群行為識別研究》是依託上海交通大學,由林巍嶢擔任項目負責人的青年科學基金項目。

基本介紹

  • 中文名:基於小樣本學習和多模態融合的人群行為識別研究
  • 項目類別:青年科學基金項目
  • 項目負責人:林巍嶢
  • 依託單位:上海交通大學
項目摘要,結題摘要,

項目摘要

視頻內容分析和視頻監控在日常生活及軍事等各領域正發揮著越來越重要的作用。而人行為識別技術是視頻內容分析和視頻監控的關鍵技術。本項目擬結合申請人在行為識別和事件檢測方面的前期研究工作以及模式識別和機器學習理論的發展趨勢,分別從識別模型的構建和訓練等方面對行為識別領域中的幾個重要問題提出解決方法,主要體現為:(1)提出基於有限訓練樣本的模型訓練方法,突破在訓練樣本不足的情況下難以構建良好識別模型的限制(2)提出新模型架構和算法來解決在多層次及成員人數可變情況下組群行為的識別問題(3)提出基於多模態融合的方法來進一步提高識別的準確率。目前,人行為識別的研究工作在國內外仍處於理論探索階段,能用於實際套用的仍然很少,對於作為本項目研究重點之一的多人組群行為的識別問題,現階段國內外的研究更是只處於起步階段。因此本項目的研究成果將提高我國行為識別的基礎研究水平,同時為實際套用提供新的理論依據和可行算法。

結題摘要

視頻內容分析和視頻監控在日常生活及軍事等各領域正發揮著越來越重要的作用,而人行為識別技術是視頻內容分析和視頻監控的關鍵技術。本項目結合申請人在行為識別和事件檢測方面的前期研究工作,分別從識別模型的構建和訓練等方面對行為識別領域中的幾個重要問題進行研究和探索。主要體現為:(1)提出新模型架構和算法來解決針對多層次及人數可變組群行為的識別問題,(2)提出基於有限訓練樣本的模型訓練方法,突破在訓練樣本不足的情況下難以構建良好識別模型的限制,(3)提出基於多模態融合的方法來進一步提高識別的準確率,(4)提出新的特徵提取及目標描述方案從而更有效地表征視頻中的目標。本項目綜合了機器學習、特徵提取、模型訓練等多個領域的研究進展,對人行為識別領域中的幾個關鍵問題提出了有效解決方案,基於本項目的研究成果在本領域頂尖期刊和會議上發表了多篇論文,為行為識別技術的實際套用和理論研究提供新的思路和可行算法。

相關詞條

熱門詞條

聯絡我們