论文部分内容阅读
为提高视频中人体行为识别的准确率,控制时间开销,提出一种基于时空树结构的行为建模与识别方法。通过树状结构替代传统图结构,降低模型的复杂度,通过对树结构的挖掘、聚类与排序,选择最有区分度的树结构子集,提高模型的识别准确率,进一步降低计算代价。实验结果表明,该算法具有较高的识别准确率,其时间开销低于对比算法。