基于模糊神经网络和图模型推理的动作识别

来源：计算机技术与发展杂志2018年第08期北京时间：

作者：赵一丹;肖秦琨;高嵩

摘要：提出了一种基于模糊神经网络和图模型推理的人体动作识别方法。 该方法将模糊神经网络和概率图模型推理有效地结合起来,目的在于能够更加准确、容易地对复杂视频动作序列进行识别,获得较高的动作识别精度。 该方法由系统学习阶段和动作识别阶段两部分组成。 首先,在系统学习阶段,构建了一个动态语义识别的层次图模型结构:第一级是基于模糊神经网络的关键帧动作识别图模型,用于关键帧的动作识别;第二级是关键帧序列分类模型,用于关键帧序列的语义识别。 其次,在动作识别阶段,使用模糊神经网络和图模型推理算法进行动作识别,从而得到识别结果。 最后,通过对实验结果的分析比较可以看出,相比现有的人体动作识别方法,该方法具有更好的识别性能,识别结果精度更佳。

关键词：动作识别;模糊神经网络;图模型;推理;概率