论文部分内容阅读
在多模态场景下,常规人体危险行为识别方法对人体危险行为的识别精度较低,于是提出了基于强化学习的多模态场景人体危险行为识别方法。首先根据强化学习的特征提取算法获取多模态场景人体危险行为特征集,其次基于强化学习数据决策提取多模态场景人体危险行为,构建人体危险行为模糊识别模型。最后将上述人体危险行为特征子集代入模型,计算不同感官下危险行为的隶属度,实现多模态场景人体危险行为的识别。实验结果表明:该方法对危险行为的识别准确率较高,其识别延迟时间低于300 ms。