行为识别是人工智能、计算机视觉等领域的热点与重点研究问题，旨在对图像、视频数据中的人体行为进行分析识别，其研究成果在安全监控、老年人和病人监护、视频索引与检索、人机交互、物联网等方面得到了广泛应用。然而，现有行为识别技术对解决某些实际应用问题却力有不逮。为解决一些实际问题，《人体行为识别算法研究》针对如下四个关于视频中人体行为识别问题展开了研究，即：在特定场景下，当某些行为的样本极难收集时，如何利用极少的样本快速地对特定行为进行有效识别；在比较复杂但行人可检测的场景中，如何有效地对特定行为进行识别；在比较复杂但行人可检测的场景中，如何快速有效地对多类行为进行识别；在不能有效定位行人的复杂场景中，如何有效地对多类行为进行识别。
《人体行为识别算法研究》从实际应用问题出发，以模式识别、机器学习、深度学习等理论为基础，开展了一系列创新性的研究，并针对上述问题给出了相应的解决方案。
|
