论文部分内容阅读
[!--newstext--]
[!--title--]
【出 处】
：
上海大学
【发表日期】
：
2021年01期
其他文献
受到人体行为多样性与所在环境复杂性的影响,单一表示级特征在描述视频中行为内容方面具有局限性,多种表示级特征的提取方式与融合效果成为制约特征组合判别性的一个重要因素。同时,在表示级特征组合的分类阶段,依据极限学习机原理训练的分类网络具有较差的鲁棒性。当多变的动作结合复杂的背景导致视频数据中存在大量干扰信息时,整体方法的识别性能会受到显著影响。针对单一特征表示内容信息不充分、多种特征串联组合判别性低与